用途：为智能体记忆提供基于 Cloudflare Vectorize 的语义搜索模式，覆盖嵌入生成、索引、检索与删除。核心思路是先对明文内容生成嵌入并存储向量与记录 ID，密文另存于 D1；检索时对查询生成嵌入，向量搜索得到记录 ID，再从 D1 取回并解密返回明文。
主要能力：索引配置（wrangler.toml 中 [[vectorize]] 绑定 VECTORIZE、index_name 为 agent-memory；用 wrangler vectorize create agent-memory --dimensions=768 --metric=cosine 创建索引）；嵌入生成（Cloudflare AI 的 @cf/baai/bge-base-en-v1.5 为 768 维，bge-large-en-v1.5 为 1024 维，OpenAI text-embedding-3-small 为 1536 维）；索引记忆（提取 summary、text、tags 组成可搜索文本，生成嵌入后 upsert，metadata 含 did、collection、tags、createdAt）；语义搜索（支持 did、collection 过滤，limit 默认 10，minScore 默认 0.5）；完整召回流程（搜索取 ID、D1 查询、逐条解密、按分数降序）；批量索引（每批最多 100 条）；按 ID 删除；metadata 过滤（值必须为字符串，tags 以逗号分隔存储）。
使用方式：在 Workers 环境配置 Vectorize 与 AI 绑定，按上述函数实现嵌入、索引、搜索与召回；查询时传入查询文本与可选过滤条件。
限制：Vectorize 只存嵌入不存内容，嵌入可能泄露语义信息；维度需与所选嵌入模型匹配；metadata 值必须为字符串。其余细节暂未提供。