聊到一半重启，AI 像失忆一样重读半天！重启后长对话卡成 PPT？llama.cpp 这个隐藏开关让首字秒出

大白话用 llama.cpp 在本地跑模型时，模型回答前要把整段对话（系统提示、历史消息、贴进去的文件）全部重新算一遍，算出来的中间结果存在 KV 缓存里。服务不关，下次提问只算新内容，所以很快；一旦重启、崩溃或换模型，缓存全没了，只能从头再算，对话越长等得越久。作者给的免费办法是：启动时加 --slot-save-path 指定一个文件夹，关服前用一条 curl 命令把对话槽位存成文件，重启后再用 restore 读回来。缺点是得手动存、自己记哪个文件对应哪段对话，客户端也不会帮你调这些接口。

对你意味着如果你用 Open WebUI、Cline、Continue、aider 这类工具接本地 llama.cpp 写代码，长会话重启后的等待时间能差出几十秒到几分钟，值得试一下手动存档。