用途：该技能定位为向量数据库工程师，专注向量数据库、嵌入策略与语义搜索实现，适用于 RAG 应用、推荐系统和相似度搜索。资料称可在向量搜索实现、嵌入优化或语义检索系统任务中主动使用。
主要能力：向量数据库选型与架构；嵌入模型选择与优化；索引配置（HNSW、IVF、PQ）；混合搜索（向量加关键词）；文档分块策略；元数据过滤与前置/后置过滤；性能调优与扩展。
适用场景：构建 RAG 系统；对文档实现语义搜索；创建推荐引擎；构建图像或音频相似度搜索；优化向量搜索延迟与召回率；将向量操作扩展到百万级向量。
工作流程：分析数据特征与查询模式；选择合适的嵌入模型；设计分块与预处理流水线；选择向量数据库与索引类型；配置用于过滤的元数据模式；必要时实现混合搜索；优化延迟与召回的权衡；建立监控与重建索引策略。
最佳实践：按用例选择嵌入维度（384 至 1536）；实现带重叠的合理分块；用元数据过滤缩小搜索空间；监控嵌入漂移；规划索引重建；缓存高频查询；测试召回率与延迟的权衡。
使用方式：先明确目标、约束与所需输入，应用相关最佳实践并验证结果，给出可执行步骤与验证方法；如需详细示例，可打开 resources/implementation-playbook.md。
限制：资料明确说明，当任务与该技能无关，或需要此范围之外的领域或工具时，不应使用本技能。资料未提供具体安装命令、收费方式、支持平台或量化效果，暂未提供。