用途：在 Google Cloud 上创建零售商品搜索智能体，结合语义搜索与 RAG（Vector Search on Gemini Enterprise Agent Platform、BigQuery、embeddings）。适用于电商商品搜索、购物助手、语义化商品目录发现；不适合通用文档搜索、简单关键词搜索或非零售场景。
主要能力：提供 ADK 参考智能体与向量检索逻辑，含数据接入（ingest_bigquery.py、ingest_vertex_search.py）、结构校验（validate_schema.py）、安装引导（bootstrap.sh）与清理脚本（cleanup.py）；内置 5 条示例商品目录与 Q-MODE 交互式配置流程（快速 2 问 / 完整 4 问），答案写入 ./design-spec.md。
使用方式：首次对话先进入 Q-MODE，选择模式后逐步收集配置。在工作区运行 bootstrap 创建 .venv 并复制设计规格，随后用 .venv/bin/python "$SKILL_DIR/scripts/setup.py" --config ./design-spec.md 执行安装。测试时可设置 VECTOR_SEARCH_COLLECTION，并用 .venv/bin/adk web "$SKILL_DIR/scripts" --port 8765 启动界面，或直接运行检索冒烟测试。
依赖与限制：需配套 bigquery-basics 与 gemini-api 技能；仅确认 us-central1 区域可用（其他区域返回 501 MethodNotImplemented）；检索为纯语义相似度，无价格、库存、评分等结构化过滤；部署需人工批准，且 Cloud Run 服务账号需相应 IAM 角色。具体价格、性能指标暂未提供。