问题出现得很突然，日志倒是留得挺全。gptcache 0.1.44，原来用 OpenAI embedding，换成 bge-m3 本地模型后启动报维度不匹配，旧的缓存目录还留在原位置。
刚开始盯着「config 里的 dimension 没有同步」，折腾了半个多小时，排掉了。
这类报错背后常见的原因有几处，逐个排除就行。缓存目录里存的是旧模型的向量。另一种情况是embedding 换了但相似度评估器没换。
还有一种情况，多进程各自初始化，缓存被写坏。
上来先清掉旧缓存目录
rm -rf ~/.cache/gptcache随后确认新模型的输出维度
python -c "from gptcache.embedding import Onnx;e=Onnx(model='bge-m3');print(e.dimension)"初始化缓存并跑一次命中
python -c "from gptcache import cache;cache.init();print('ready')"第二遍相同问题看是否命中
python ask_cached.py --question '退货怎么走' --repeat 2手上没有现成的复现脚本，就照着线上请求手工拼了一个。
改完先别撤，确认这几项。服务能正常启动，第二次相同问题命中缓存，预热后命中率达到 30% 以上。
换 embedding 等于换了一套坐标系，旧向量必须整体作废，不存在增量兼容。同一份配置在测试环境跑通，不代表线上没事，两边的默认值经常不一样。