diff --git a/db/points_db.py b/db/points_db.py
index e027d72..94270a5 100644
--- a/db/points_db.py
+++ b/db/points_db.py
@@ -2,6 +2,7 @@
 """
 积分系统数据库操作类
 """
+import json
 from loguru import logger
 from datetime import datetime, timedelta
 from enum import Enum
@@ -98,6 +99,35 @@ class PointsDBOperator(BaseDBOperator):
             self.LOG.error(f"创建积分系统数据库表失败: {e}")
             raise
 
+    def _build_group_plugin_consumption_cache_key(self, group_id: str, lookback_hours: int) -> str:
+        """
+        构造群聊插件积分消耗统计的 Redis 缓存键。
+
+        这里按“天维度”缓存，原因有两点：
+        1. 用户明确希望不要每次都实时计算；
+        2. 通胀策略的目标是压缩群积分长期沉淀，对秒级实时性要求不高，
+           因此按天缓存可以显著减少数据库聚合压力，同时保持策略方向稳定。
+
+        Key 里额外带上 `lookback_hours`，是为了避免后续不同窗口参数互相污染缓存。
+        """
+        stat_day = datetime.now().strftime("%Y%m%d")
+        normalized_group_id = str(group_id or "private")
+        normalized_hours = max(1, int(lookback_hours or 72))
+        return f"bot:points:inflation:group_stats:{normalized_group_id}:{stat_day}:{normalized_hours}"
+
+    @staticmethod
+    def _seconds_until_next_day() -> int:
+        """
+        计算距离次日零点还有多少秒。
+
+        缓存采用“自然日切换”：
+        - 当天第一次命中后，后续同一天直接复用；
+        - 到了第二天自动失效，重新基于新一天的数据重算。
+        """
+        now = datetime.now()
+        tomorrow = (now + timedelta(days=1)).replace(hour=0, minute=0, second=0, microsecond=0)
+        return max(60, int((tomorrow - now).total_seconds()))
+
     def get_user_points(self, user_id: str, group_id: str) -> Dict:
         """
         获取用户积分信息
@@ -694,6 +724,58 @@ class PointsDBOperator(BaseDBOperator):
             self.LOG.error(f"获取群聊插件积分消耗统计失败: {e}")
             return stats
 
+    def get_group_plugin_consumption_stats_cached(self, group_id: str, lookback_hours: int = 72) -> Dict[str, Any]:
+        """
+        获取带 Redis 日缓存的群聊插件积分消耗统计。
+
+        设计目标：
+        1. 避免每次插件扣费前都扫描积分表和流水表；
+        2. 使用“群 + 日期 + 回看窗口”的 Redis 键，把同一天的同群统计复用起来；
+        3. Redis 不可用时自动降级为实时查询，保证功能可用性优先。
+
+        Args:
+            group_id: 群ID
+            lookback_hours: 统计最近多少小时的插件消耗
+
+        Returns:
+            群积分通胀计算所需的统计字典
+        """
+        normalized_hours = max(1, int(lookback_hours or 72))
+        if not group_id:
+            return self.get_group_plugin_consumption_stats(group_id, normalized_hours)
+
+        cache_key = self._build_group_plugin_consumption_cache_key(group_id, normalized_hours)
+
+        try:
+            # 先读 Redis 日缓存。
+            # 同一天同一群通常会多次触发同类功能，这一步能把热点 SQL 压掉。
+            with self.db_manager.get_redis_connection() as redis_client:
+                cached_payload = redis_client.get(cache_key)
+                if cached_payload:
+                    if isinstance(cached_payload, bytes):
+                        cached_payload = cached_payload.decode("utf-8")
+                    cached_stats = json.loads(cached_payload)
+                    if isinstance(cached_stats, dict):
+                        return cached_stats
+        except Exception as e:
+            # 缓存失败不影响主流程，直接回退实时统计。
+            self.LOG.warning(f"读取群积分通胀缓存失败，回退实时查询: {e}")
+
+        stats = self.get_group_plugin_consumption_stats(group_id, normalized_hours)
+
+        try:
+            with self.db_manager.get_redis_connection() as redis_client:
+                # 额外多保留 5 分钟缓冲，避免 00:00 刚过时多个请求同时击穿。
+                redis_client.set(
+                    cache_key,
+                    json.dumps(stats, ensure_ascii=False),
+                    ex=self._seconds_until_next_day() + 300,
+                )
+        except Exception as e:
+            self.LOG.warning(f"写入群积分通胀缓存失败: {e}")
+
+        return stats
+
     def imprison_user(self, user_id: str, group_id: str, hours: int = 24, reason: str = None) -> bool:
         """关押用户
         Args:
diff --git a/utils/decorator/points_decorator.py b/utils/decorator/points_decorator.py
index 6d0907a..0b8afe3 100644
--- a/utils/decorator/points_decorator.py
+++ b/utils/decorator/points_decorator.py
@@ -76,7 +76,11 @@ def _resolve_points_cost_profile(plugin_instance: Any, message: Dict[str, Any],
     try:
         db_manager = DBConnectionManager.get_instance()
         points_db = PointsDBOperator(db_manager)
-        stats = points_db.get_group_plugin_consumption_stats(roomid, lookback_hours)
+        # 通胀画像优先走 Redis 日缓存：
+        # 1. 同一个群在一天内会重复触发多次插件扣费；
+        # 2. 若每次都实时聚合，会对积分表和流水表造成额外压力；
+        # 3. 因此这里统一走“按天缓存”的统计入口，把数据库开销压到每天首次访问。
+        stats = points_db.get_group_plugin_consumption_stats_cached(roomid, lookback_hours)
 
         profile["lookback_hours"] = lookback_hours
         profile["spend_ratio"] = float(stats.get("plugin_spend_ratio") or 0.0)