用途：该技能面向在生产系统中实现高效相似性搜索，适用于构建语义搜索、实现 RAG 检索、创建推荐引擎、优化搜索延迟、扩展到百万级向量以及组合语义与关键词搜索。
核心概念：一是距离度量，包括余弦（适合归一化嵌入）、欧氏 L2（适合原始嵌入）、点积（适合关注向量模长）和曼哈顿 L1（适合稀疏向量）；二是指引类型，Flat 为精确搜索、复杂度 O(n)、召回率 100%，适合小数据；HNSW 为基于图的索引、复杂度 O(log n)、召回率约 95-99%，适合中大型数据；IVF+PQ 为量化索引、复杂度 O(√n)、召回率约 90-95%，适合超大规模数据。
主要能力与用法：资料提供四类实现模板。Pinecone 模板包含创建索引、批量 upsert、query 搜索、先多取候选再用 CrossEncoder 重排、按 ID 或过滤条件删除。Qdrant 模板包含创建集合、可选标量量化、upsert 点、带过滤条件搜索、稠密与稀疏向量混合搜索。pgvector 模板基于 asyncpg，包含启用 vector 扩展、建表、创建 HNSW 索引、upsert、按元数据过滤的向量搜索，以及结合全文检索的混合搜索。Weaviate 模板包含 schema 创建、批量导入、向量搜索与 hybrid_search（alpha 控制关键词与向量权重）。
限制：资料未提供各向量数据库的收费、价格、平台支持范围、性能基准或部署步骤；部分模板代码在资料中未完整给出，实际使用需结合对应数据库官方文档补全。