用途：基于 AgentDB 向量数据库实现语义向量搜索，用于智能文档检索、相似度匹配和上下文感知查询，适合构建 RAG（检索增强生成）等场景。
主要能力：支持向量存储、相似度搜索、向量与元数据混合搜索；提供 HNSW 索引、量化（binary 32 倍、scalar 4 倍、product 8-16 倍内存压缩）、缓存、MMR 多样化结果；支持 cosine、euclidean、dot 距离度量；可批量操作、导入导出、查看统计。
使用方式：需 Node.js 18+、AgentDB v1.0.7+，以及 OpenAI API key 或自定义嵌入模型。CLI 初始化：npx agentdb@latest init ./vectors.db，可用 --dimension 指定维度（1536/768/384），--preset small/medium/large，--in-memory。查询：npx agentdb@latest query ./vectors.db "[...]" -k 10 -t 0.75 -m cosine -f json。也可通过 API 使用 createAgentDBAdapter 与 computeEmbedding，或运行 npx agentdb@latest mcp 接入 Claude Code。
适用场景：RAG 管道、文档相似检索、混合过滤查询、大规模向量检索。
限制：资料未提供收费、价格与平台支持信息；性能数据来自其自述基准，实际效果可能因环境而异。