用途：Pinecone 是向量数据库，用于存储嵌入向量并按语义相似度查询，适合构建基于嵌入的搜索、推荐系统与 RAG（检索增强生成）应用。
主要能力：通过 @pinecone-database/pinecone 客户端可创建、列出、描述和删除索引；索引支持 dimension（如 OpenAI 的 1536 维）、metric（cosine、euclidean、dotproduct）以及 serverless 规格（cloud、region）。可对向量执行 upsert、query、fetch、update、delete 等操作，支持按 ID 或元数据过滤删除，并可用命名空间隔离数据。查询支持 topK、includeMetadata、includeValues，以及 $eq、$ne、$gt、$gte、$lt、$lte、$in、$nin、$exists、$and、$or 等过滤操作符。还可获取索引统计信息（总向量数、命名空间）。
使用方式：安装命令为 npm install @pinecone-database/pinecone。初始化时用 new Pinecone({ apiKey: process.env.PINECONE_API_KEY! }) 并指定索引。典型流程是先用 OpenAI 等模型生成嵌入，再 upsert 向量与元数据，查询时对问题生成嵌入并调用 query，最后把匹配结果的元数据拼成上下文交给对话模型生成答案。资料还给出 Next.js API 路由示例与 TypeScript 元数据类型用法。
适用场景：语义搜索、推荐、知识库问答、RAG 等。
限制与注意：需自行提供嵌入模型与 API Key；维度必须与嵌入模型匹配；建议批量 upsert（每批约 100 条）、使用命名空间、存储元数据文本、用过滤缩小搜索范围、缓存嵌入并监控用量。资料未提供具体收费、价格与平台可用性信息。