用途：该技能用于向量数据库选型、语义/相似度检索系统设计、向量检索性能优化、ANN 算法取舍理解、向量检索基础设施扩展，以及向量加过滤的混合检索实现。
主要能力：提供托管服务（Pinecone、Weaviate Cloud、Zilliz Cloud、MongoDB Atlas Vector、Elastic Vector）与自托管方案（Milvus、Qdrant、Weaviate、Chroma、pgvector、FAISS）的优缺点与适用场景对比，并给出选型决策树。讲解 ANN 算法：精确 KNN、HNSW（M、ef_construction、ef_search 参数）、IVF（nlist、nprobe）、IVF-PQ 压缩，以及各算法在速度、内存、构建时间、召回率上的对比与规模建议。还涵盖距离度量（余弦、点积、欧氏、曼哈顿）选择、预过滤与后过滤、混合检索架构、元数据索引设计、分片与复制、性能优化、备份恢复、监控指标、多租户与实时更新模式、嵌入版本管理与成本估算。
使用方式：资料未提供具体安装命令或代码示例，仅以概念、参数表和决策流程说明。
适用场景：选择向量存储、设计语义检索、优化检索性能、规划大规模向量基础设施。
限制：资料未提供具体产品的价格、平台支持细节或实测效果；成本估算仅为示例公式与经验值，实际需按环境验证。