gauravapiscean/agentic-kv-cache
Reproducing agentic KV-cache policy claims on real traces. 68k requests from 393 Claude Code sessions. LRU is harder to beat than the papers suggest.
О проекте
Симулятор префикс-кэша для LLM-сервинга, воспроизводящий реальные трейсы Claude Code и Mooncake, чтобы проверить, бьёт ли LRU политики из статей. Автор показывает, что LRU сложнее превзойти, чем утверждают публикации.
Чем пригодится
- Проверить свою политику вытеснения KV-кэша на реальных трейсах агентных сессий
- Воспроизвести опубликованную кривую hit-rate vs capacity из Mooncake
- Оценить, сколько recompute даёт capacity pressure, а не TTL
Пересказ README моделью DeepSeek V4.1 Flash. Может ошибаться в деталях.
Почему он в тренде
- Сегодня 2 звезды.
- Репозиторию 3 дня, а у него уже 21 звезда.
- Hacker News: «LRU is harder to beat than the KV-cache papers suggest» — 108 очков, 3 дня назад.
Звёзды по дням
Столбики — звёзды за день, линия — обычный темп. Красным — дни всплесков.
Цифры
- Всего звёзд
- 21
- Звёзд за сутки
- 2
- Форков
- 0
- Issues и pull requests
- 0
- Наблюдателей
- 0
- Язык
- Python
- Лицензия
- MIT
- Создан
- 10 сентября 2026
- Последний коммит
- 10 сентября 2026
Доверие к звёздам
Рост выглядит естественно: форков и обсуждений столько, сколько бывает у живых проектов, а звёзды приходят неровно, как от людей.
Это эвристики, а не приговор: судим по поведению репозитория, а не по списку звездивших.
Обсуждения на Hacker News
- LRU is harder to beat than the KV-cache papers suggest108 очков, 10 сентября 2026
Где замечен
- 13 сентября 2026Замечен на Hacker News
Поделиться
Бейдж для README
Вставьте в README — бейдж сам показывает свежую магнитуду и ведёт на эту страницу.
[](https://gitnova.dev/r/gauravapiscean/agentic-kv-cache)Похожие проекты
-
6,1
JustVugg/colibri
Инференс-движок на чистом C без зависимостей для запуска больших MoE-моделей (744B–2.8T параметров) на потребительском железе за счёт многоуровневой памяти: VRAM, RAM и диск как единая иерархия для стриминга экспертов.
-
5,7
asgeirtj/system_prompts_leaks
Коллекция извлечённых системных промптов от Anthropic, OpenAI, Google, xAI и других — скрытых инструкций, которые получают чат-боты до первого сообщения пользователя.
-
5,1
kennethwolters/litelm
Облегчённая альтернатива litellm: маршрутизация вызовов LLM между 19 провайдерами и трансляция форматов сообщений в ~2900 строк с двумя зависимостями, без прокси, кэша и трекинга затрат.
-
5,0
MiaAI-Lab/DeepSeek-v4.1-Flash-EXL3-2x-DGX-Sparks
Локальный чекпоинт DeepSeek-V4.1-Flash в квантовании EXL3 2.9 bpw (196 GiB, 39 шардов) для запуска через vLLM с OpenAI-совместимым API на двух NVIDIA GB10 (DGX Spark) с tensor-parallel 2. Включает спекулятивное…
-
4,8
unclecode/crawl4ai
Открытый веб-краулер и скрапер, преобразующий страницы в чистый Markdown, готовый для LLM, RAG и агентов. Работает через Python API, CLI и Docker без API-ключей.
-
4,5
Edge0-AI/Edge0
Открытый фреймворк для стримингового инференса MoE-моделей: эксперты выгружаются с SSD по требованию, а обученный prerouter предсказывает маршрутизацию заранее. Работает на Apple Silicon через MLX, поставляется с двумя…