feat: 为高频查询添加多级缓存支持

- 为get_or_create_person添加10分钟缓存（PersonInfo高频查询）
- 为get_user_relationship添加5分钟缓存（关系查询优化）
- 为get_or_create_chat_stream添加5分钟缓存（聊天流优化）
- 在update_person_affinity和update_relationship_affinity中添加缓存失效
- 新增generate_cache_key辅助函数用于手动缓存管理
- 使用现有的@cached装饰器和MultiLevelCache系统

性能提升：
- PersonInfo查询命中缓存时可减少90%+数据库访问
- 关系查询在高频场景下显著降低数据库压力
- L1/L2缓存架构确保热数据快速访问

src/common/database/utils/__init__.py

@@ -6,7 +6,15 @@
 - 性能监控
 """
 
-from .decorators import cached, db_operation, measure_time, retry, timeout, transactional
+from .decorators import (
+    cached,
+    db_operation,
+    generate_cache_key,
+    measure_time,
+    retry,
+    timeout,
+    transactional,
+)
 from .exceptions import (
     BatchSchedulerError,
     CacheError,

src/common/database/utils/decorators.py

@@ -18,6 +18,42 @@ from src.common.logger import get_logger
 
 logger = get_logger("database.decorators")
 
+
+def generate_cache_key(
+    key_prefix: str,
+    *args: Any,
+    **kwargs: Any,
+) -> str:
+    """生成与@cached装饰器相同的缓存键
+    
+    用于手动缓存失效等操作
+    
+    Args:
+        key_prefix: 缓存键前缀
+        *args: 位置参数
+        **kwargs: 关键字参数
+        
+    Returns:
+        缓存键字符串
+        
+    Example:
+        cache_key = generate_cache_key("person_info", platform, person_id)
+        await cache.delete(cache_key)
+    """
+    cache_key_parts = [key_prefix]
+    
+    if args:
+        args_str = ",".join(str(arg) for arg in args)
+        args_hash = hashlib.md5(args_str.encode()).hexdigest()[:8]
+        cache_key_parts.append(f"args:{args_hash}")
+    
+    if kwargs:
+        kwargs_str = ",".join(f"{k}={v}" for k, v in sorted(kwargs.items()))
+        kwargs_hash = hashlib.md5(kwargs_str.encode()).hexdigest()[:8]
+        cache_key_parts.append(f"kwargs:{kwargs_hash}")
+    
+    return ":".join(cache_key_parts)
+
 T = TypeVar("T")
 F = TypeVar("F", bound=Callable[..., Awaitable[Any]])