用途：通过标准 PyMilvus API 连接阿里云 Milvus（Serverless），完成集合创建、向量插入与带过滤的相似度检索。
主要能力：使用 MilvusClient 创建集合（指定维度）、批量插入带元数据的向量、执行 search 并支持 filter 表达式与 output_fields 返回字段，可用于租户隔离或数据集分区。
使用方式：建议在虚拟环境中安装 SDK：python3 -m venv .venv；. .venv/bin/activate；python -m pip install --upgrade pymilvus。通过环境变量提供连接信息：MILVUS_URI（如 http://<host>:19530）、MILVUS_TOKEN（<username>:<password>）、MILVUS_DB（默认 default）。可运行脚本 python skills/ai/search/aliyun-milvus-search/scripts/quickstart.py，支持环境变量 MILVUS_COLLECTION、MILVUS_DIMENSION 及参数 --collection、--dimension、--limit、--filter。
限制与注意：插入为异步，新插入数据需等待数秒再检索；向量维度须与嵌入模型一致；认证错误检查 MILVUS_TOKEN 与实例权限，维度不匹配需统一维度，网络错误需确认 VPC/公网访问设置。验证方式为对 scripts 下 .py 执行 py_compile，退出码为 0 且生成 output/aliyun-milvus-search/validate.txt。产物与命令输出建议保存在 output/aliyun-milvus-search/ 下，并记录区域、资源 ID、时间范围等关键参数以便复现。工作流建议先确认意图、区域与读写性质，先执行最小只读查询验证连通性与权限，再以明确参数和有界范围执行目标操作并验证结果。具体收费、价格与平台细节暂未提供。