分支：campus-cache-proxy — 校园缓存感知 AI 代理层（第三代）

快照点：0bcf2f3（代理层 T-P0–T-P8 + 语义分析器 T-G0–G8 完成时点）。 ⚠️ 活跃开发仍在 master 继续，本分支为阶段路标/展示快照。

这一代是什么

命题：面向校园场景的 AI 代理层——在端（学生/客户端）与云（LLM API）之间的缓存感知网关。商业模式 = API 差价 + 缓存收益；校园高重复问题 → 高缓存命中 → 高毛利。

代理网关（T-P 系列）：/proxy/v1（OpenAI 兼容透传，流式/非流式）+ 学生 key 鉴权（哈希存储/令牌桶/日限额）+ 毫元整数账本（原子预扣/结算/回补）+ 峰谷计价（黄金用例）
缓存栈：L0 网关语义缓存（精确哈希 → n-gram 倒排，singleflight 合并，TTL/版本失效， SSE 合成回放）+ L1 前缀整形（canonical system + 课程资料钉扎 → 上游 1/30 命中价）
语义分析器（T-G 系列）：共享 Embedding 底座（/v1/embeddings，llama-server）+ 线性分级头
- split-conformal 校准 → 三级任务分级：T1 本地小模型直答 / T2 云端直答 / T3 四阶段管线（collect → shadow → live 灰度；升级阶梯 T1→T2→T3 兜底误分级）
管理面：/proxy/admin（keys/stats/ledger）+ ProxyView 三卡片（key 管理/用量/命中率-毛利）

测试 423 项全绿（2026-09-05 实测）；性能预算：代理附加 P99 ≤50ms / 内存 ≤1GB。

AI代理功能开发/方案_校园AI代理层.md（设计+经济测算）、 AI代理功能开发/实施方案_代理层与缓存层.md（T-P0–P8）、 AI代理功能开发/实施方案_语义分析器与三级分级.md（T-G0–G8）