Gemini API上下文缓存是否支持导出与查看的技术问询

我正在开发一款名为QonQrete的开源本地优先代理/编排层，所有功能均在用户本地机器的容器中沙箱运行。每个“周期”内，它会从本地文件构建内存与上下文，随后在容器内调用Gemini CLI，通过标准输入/输出（stdin/stdout）传递提示词和内存/上下文——我的代码不会直接调用HTTP API。

由于托管聊天UI在长对话中存在不稳定问题（如丢失上下文、不同模型版本间行为变化等），我正尝试将所有持久化内存与缓存迁移至自有技术栈，并将Gemini及其他大语言模型（LLM）视为可替换后端。

已查阅的Gemini缓存相关文档 #

• Gemini API上下文缓存指南：支持带TTL和cached_content ID的显式缓存
• Vertex AI上下文缓存概述：介绍了隐式缓存与显式缓存的区别

我的现有理解 #

根据这些文档，我得出以下结论：

• 可以创建显式缓存条目（例如大型系统提示词或文档），为其设置TTL，后续请求中通过传递缓存ID而非重新发送相同token来复用
• 这种方式能降低成本与延迟，但预标记化、压缩等实现细节均为Gemini内部机制

未明确的问题 #

不过我尚未从文档中找到以下问题的答案：

1. 是否存在公开API可用于检查或下载缓存中实际存储的内容？
   比如缓存内容的预标记化或压缩表示，以便我将其镜像到自有缓存（如Redis/SQLite）中进行长期存储或跨供应商复用。
2. 或者上下文缓存完全是不透明的服务器端句柄，仅支持以下操作？
   • 创建缓存内容
   • 在后续请求中通过ID引用它
   • 通过TTL自动过期或显式删除

架构需求 #

我的架构需求如下：

• 保留代表项目状态与“内存”的本地索引（文件+数据库）
• 可选地利用Gemini的上下文缓存来处理大型、频繁复用的提示词
• 同时镜像或复用缓存中的任何表示形式，避免完全依赖服务器端状态

目前我假设答案是“不支持，缓存是不透明且不可导出的；若需可移植/可检查的内存，必须在客户端自行实现RAG/摘要层”，但我希望确认：

最终问题 #

当前Gemini API是否支持检索或查看上下文缓存条目中存储/编码的内容？还是我应将缓存ID视为完全不透明，并自行构建客户端缓存/索引？

项目开源地址：https://github.com/illdynamics/qonqrete

内容的提问来源于stack exchange，提问作者Ill Dynamics