核心用法
Code Cache 是基于 Raysurfer API 的语义化代码缓存技能，专为 AI Agent 设计。其核心功能包括：
1. 语义搜索 (/code-cache search)：通过自然语言描述检索历史缓存的代码片段，支持设置相关性阈值 (--min-score) 和结果数量 (--top-k)。
2. 文件获取 (/code-cache files)：直接获取可执行的代码文件，并附带 LLM 优化后的 prompt 补充。
3. 代码上传 (/code-cache upload)：将新生成的代码存入缓存，支持标记执行状态（成功/失败）和批量上传多文件。
4. 质量投票 (/code-cache vote)：通过 👍/👎 反馈机制优化检索排序，形成持续改进的闭环。
显著优点
- 性能提升显著：官方宣称可达 30x 加速，直接从缓存获取已验证代码，避免 LLM 重复生成。
- 成本优化：减少 Token 消耗，降低 API 调用费用。
- 质量保证：基于用户投票的 verdict scoring 系统，优质代码优先返回。
- 输出一致性：相同任务返回相同解决方案，避免 LLM 随机性导致的差异。
- 无缝集成：通过环境变量或 OpenClaw 配置快速接入，命令行接口清晰易用。
潜在缺点与局限性
- 外部依赖强：完全依赖 Raysurfer 云服务的可用性和稳定性，存在单点故障风险。
- 网络延迟：缓存命中仍需 API 调用，离线环境无法使用。
- 隐私顾虑：代码上传至第三方云端，敏感代码存在泄露风险。
- 冷启动问题：新任务或冷门场景缓存覆盖率不足时，无法发挥价值。
- 生态锁定：深度绑定 Raysurfer 生态，迁移成本较高。
适合人群
- 频繁执行重复性代码生成任务的 AI Agent 开发者
- 追求低延迟、低成本的大规模自动化工作流
- 团队内部有标准化代码模式需要共享复用的场景
常规风险
- API 密钥泄露：
RAYSURFER_API_KEY需妥善保管，建议通过环境变量而非硬编码配置。 - 数据主权：代码片段存储于 Raysurfer 服务器，需评估合规性要求。
- 服务中断：第三方 SaaS 的 SLA 直接影响业务连续性，建议设置降级方案。