feat(14-03): implement SemanticCache for content-based caching

- compute_content_hash(): 计算 SHA256 内容哈希
- SemanticCache.get(): 从缓存读取 SegmentationResult
- SemanticCache.set(): 保存 SegmentationResult 到缓存
- 支持版本控制（CACHE_VERSION = '1.0'）
- 缓存存储在 .planning/cache/semantic/ 目录
- 错误容错：缓存失败不影响主流程
- 自动创建缓存目录

遵守用户决策：
- 缓存键: SHA256 内容哈希
- 缓存存储: 本地文件系统
- 缓存 TTL: 永久有效
- 缓存内容: 完整的 SegmentationResult

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

kb_workflow/srt/cache/__init__.py

@@ -0,0 +1,8 @@
+"""语义分段缓存模块"""
+
+from kb_workflow.srt.cache.semantic_cache import (
+    SemanticCache,
+    compute_content_hash
+)
+
+__all__ = ['SemanticCache', 'compute_content_hash']

kb_workflow/srt/cache/semantic_cache.py

@@ -0,0 +1,155 @@
+"""语义分段缓存管理器
+
+使用内容哈希（SHA256）作为缓存键，存储在本地文件系统。
+
+功能：
+- 计算内容的 SHA256 哈希作为缓存键
+- 缓存 SegmentationResult 到本地文件系统
+- 支持版本控制，便于未来格式变更
+- 错误容错，缓存失败不影响主流程
+"""
+
+from __future__ import annotations
+
+import hashlib
+import json
+import logging
+from pathlib import Path
+from typing import Optional
+
+from pydantic import ValidationError
+
+from kb_workflow.srt.semantic_engine import SegmentationResult
+
+logger = logging.getLogger(__name__)
+
+
+def compute_content_hash(content: str) -> str:
+    """计算内容的 SHA256 哈希作为缓存键
+
+    Args:
+        content: 字幕内容
+
+    Returns:
+        SHA256 哈希值（64 字符的十六进制字符串）
+
+    Examples:
+        >>> hash1 = compute_content_hash("相同内容")
+        >>> hash2 = compute_content_hash("相同内容")
+        >>> hash1 == hash2
+        True
+        >>> len(hash1)
+        64
+    """
+    return hashlib.sha256(content.encode('utf-8')).hexdigest()
+
+
+class SemanticCache:
+    """语义分段结果缓存管理器
+
+    使用内容哈希（SHA256）作为缓存键，存储在本地文件系统。
+
+    缓存格式：
+    - 文件命名: {sha256_hash}.json
+    - 文件内容: JSON 格式的 SegmentationResult + version 字段
+    - 缓存 TTL: 永久有效，手动清理
+
+    Attributes:
+        CACHE_VERSION: 缓存格式版本，用于未来兼容性
+        DEFAULT_CACHE_DIR: 默认缓存目录
+
+    Examples:
+        >>> cache = SemanticCache()
+        >>> result = cache.get(subtitle_content)
+        >>> if result is None:
+        ...     result = llm_segment(subtitle_content)
+        ...     cache.set(subtitle_content, result)
+    """
+
+    CACHE_VERSION = "1.0"
+    DEFAULT_CACHE_DIR = Path(".planning/cache/semantic")
+
+    def __init__(self, cache_dir: Optional[Path] = None):
+        """初始化缓存管理器
+
+        Args:
+            cache_dir: 缓存目录路径，默认为 .planning/cache/semantic/
+        """
+        self.cache_dir = cache_dir or self.DEFAULT_CACHE_DIR
+        self.logger = logging.getLogger(__name__)
+
+    def get(self, content: str) -> Optional[SegmentationResult]:
+        """从缓存读取分段结果
+
+        Args:
+            content: 字幕内容
+
+        Returns:
+            缓存的 SegmentationResult，如果不存在或读取失败则返回 None
+
+        Examples:
+            >>> cache = SemanticCache()
+            >>> result = cache.get("字幕内容")
+            >>> if result:
+            ...     print(f"从缓存读取: {result.video_type}")
+        """
+        cache_key = compute_content_hash(content)
+        cache_file = self.cache_dir / f"{cache_key}.json"
+
+        if not cache_file.exists():
+            self.logger.debug(f"Cache miss: {cache_key}")
+            return None
+
+        try:
+            data = json.loads(cache_file.read_text(encoding='utf-8'))
+
+            # 验证版本
+            if data.get('version') != self.CACHE_VERSION:
+                self.logger.warning(
+                    f"Cache version mismatch: {data.get('version')} != {self.CACHE_VERSION}"
+                )
+                return None
+
+            # 移除 version 字段，转换为 SegmentationResult
+            data.pop('version', None)
+            result = SegmentationResult(**data)
+
+            self.logger.debug(f"Cache hit: {cache_key}")
+            return result
+
+        except (json.JSONDecodeError, IOError, ValidationError) as e:
+            self.logger.warning(f"Failed to load cache: {e}")
+            return None
+
+    def set(self, content: str, result: SegmentationResult) -> None:
+        """保存分段结果到缓存
+
+        Args:
+            content: 字幕内容
+            result: 分段结果
+
+        Examples:
+            >>> cache = SemanticCache()
+            >>> result = SegmentationResult(video_type="知识类", segments=[], actual_segment_count=0)
+            >>> cache.set("字幕内容", result)
+        """
+        cache_key = compute_content_hash(content)
+        cache_file = self.cache_dir / f"{cache_key}.json"
+
+        try:
+            # 确保目录存在
+            self.cache_dir.mkdir(parents=True, exist_ok=True)
+
+            # 序列化为 JSON，添加 version 字段
+            data = result.model_dump()
+            data['version'] = self.CACHE_VERSION
+
+            cache_file.write_text(
+                json.dumps(data, ensure_ascii=False, indent=2),
+                encoding='utf-8'
+            )
+
+            self.logger.debug(f"Cache saved: {cache_key}")
+
+        except IOError as e:
+            self.logger.warning(f"Failed to save cache: {e}")