用途：面向生产环境的向量索引性能优化指南，帮助在延迟、召回率与内存之间取得平衡。
适用场景：调优 HNSW 参数、实现量化、优化内存占用、降低搜索延迟、平衡召回与速度、扩展到数十亿向量规模。
核心概念： 索引类型选择按数据规模推荐：小于 1 万向量用 Flat（精确搜索）；1 万至 100 万用 HNSW；100 万至 1 亿用 HNSW 加量化；超过 1 亿用 IVF + PQ 或 DiskANN。 HNSW 参数：M 默认 16，表示每节点连接数，增大可提升召回但占用更多内存；efConstruction 默认 100，影响构建质量，增大索引更好但构建更慢；efSearch 默认 50，影响搜索质量，增大召回更好但搜索更慢。 量化类型：全精度 FP32 为 4 字节乘维度；半精度 FP16 为 2 字节乘维度；INT8 标量为 1 字节乘维度；乘积量化约 32 至 64 字节总量；二值化为维度除以 8 字节。
使用方式：完整模板库与详细示例位于 references/details.md，需要具体模板时阅读该文件。
最佳实践：建议用真实查询做基准测试，合成数据可能无法代表生产；持续监控召回率，数据漂移可能导致下降；从默认值开始，仅在需要时调优；使用量化以显著节省内存；考虑冷热数据分层存储。避免过早过度优化，应先做性能剖析；不要忽略构建时间，索引更新有成本；不要忘记重建索引，需规划维护；不要跳过预热，冷索引速度慢。
限制：资料未提供具体实现代码、依赖库、安装命令或平台支持信息。