专题：prompt-cache

文章揭示了 llama.cpp 在多线程环境下的三大致命缺陷：停止信号未传递导致模型继续运行、线程切换时上下文混淆以及 Prompt Cache 未彻底清理导致性能下降。针对每个问题提供了实现层面的修复思路，帮助开发者提升本地 LLM 部署的可靠性与效率。