ModelCache 是一种优化大型语言模型（LLMs）响应的语义缓存工具，通过缓存预计算的模型结果，迅速响应相似请求，提升用户体验。它支持多租户，并通过 Redis Search 将缓存与向量数据库的交互时间减至 10ms。该项目整合了多种嵌入框架及本地存储选项如 sqlite 和 faiss，便于用户迅速测试。其目标是降低推理部署成本、提升模型性能和提供可扩展的大型模型服务。