用途：在 Postgres 中用 pgvector 扩展为 AI 智能体保存向量记忆，把向量、事实与归属方一起存入数据库，避免在项目已用 Postgres 时再引入 Pinecone/Chroma。
主要能力：支持向量类型 vector(n)、余弦(<=>)、L2(<->)、内积(<#>) 运算符；提供 HNSW 与 IVFFlat 索引；区分语义知识表(agent_knowledge)与情景记忆表(agent_memories)，后者用 kind 与 expires_at 实现遗忘与 TTL；支持按 tenant_id/user_id 过滤的多租户检索，以及基于 source_id 的幂等 upsert/delete。
使用方式：先执行 CREATE EXTENSION IF NOT EXISTS vector; 向量维度须与嵌入模型一致，禁止无维度 vector。索引与 ORDER BY 使用同一度量，查询与文档用同一模型嵌入。检索时在 SQL 中过滤租户，例如 WHERE tenant_id = $tenant 并按 embedding <=> $query 排序取 LIMIT。写入用 INSERT … ON CONFLICT DO UPDATE，删除按 source_id。Prisma 可用 Unsupported("vector") 或生态扩展，Drizzle 视版本，sqlc 用 ::vector 参数。
适用场景：智能体情景/语义记忆、RAG、多租户知识库、需要 TTL 的偏好与决策记录。
限制与注意：不得把嵌入存为 float[]/JSON；改维度需 migration 加重新嵌入；IVFFlat 需在初始数据量后创建并 ANALYZE；HNSW 占用更多内存；选择性过滤可能被 planner 忽略，需实测或 overfetch；备份恢复需包含扩展。具体配置、价格与平台支持暂未提供。