用途：通过 DashVector Python SDK 管理集合（collection）并执行向量相似度检索，可附加过滤条件与稀疏向量。
主要能力：创建集合（name、dimension、metric 支持 cosine/dotproduct/euclidean、可选 fields_schema）；写入文档（upsert，支持 {id, vector, fields} 或元组，兼容 sparse_vector 与多向量集合）；查询（vector 或 id 二选一，若都为空则仅应用 filter，支持 topk、SQL 风格 filter、output_fields、include_vector）。
使用方式：先安装 SDK，建议在虚拟环境中执行：python3 -m venv .venv；. .venv/bin/activate；python -m pip install dashvector。通过环境变量提供 DASHVECTOR_API_KEY 与 DASHVECTOR_ENDPOINT（集群端点）。可用脚本快速开始：python skills/ai/search/alicloud-ai-search-dashvector/scripts/quickstart.py，支持环境变量 DASHVECTOR_COLLECTION、DASHVECTOR_DIMENSION，以及参数 --collection、--dimension、--topk、--filter。
适用场景：知识库检索、按租户或数据集范围过滤的相似度搜索、幂等数据写入。
限制与注意：维度需与嵌入模型输出一致；建议用 upsert 保证幂等；用 filter 限定租户或数据集范围；稀疏向量需以 sparse_vector={token_id: weight, ...} 传入。错误处理：401/403 表示 API Key 无效，400 表示集合 schema 或维度不匹配，429/5xx 建议指数退避重试。验证方式为对 scripts 下 Python 文件执行 py_compile，退出码为 0 且生成 validate.txt 即通过。产物与证据应保存到 output/alicloud-ai-search-dashvector/ 下。