用途：该技能面向 AgentDB 向量数据库的性能优化，提供量化、HNSW 索引、缓存和批量操作等手段，适用于需要降低内存占用、加快向量检索与写入的场景。
主要能力：支持 binary、scalar、product 与 none 四种量化策略，分别对应不同的内存缩减与精度取舍；HNSW 索引可调整 hnswM、hnswEfConstruction、hnswEfSearch 等参数；提供内存缓存（cacheSize）及 LRU 淘汰行为，可用 getStats 查看缓存命中率；支持批量插入与并行检索；可通过 optimize、prune 进行内存整理与低质量数据清理。
使用方式：前置条件为 Node.js 18+、AgentDB v1.0.7+（经由 agentic-flow）以及已有的 AgentDB 数据库或应用。可运行 npx agentdb@latest benchmark 查看基准，使用 npx agentdb@latest stats <db> 查看统计。代码层面通过 createAgentDBAdapter 传入 dbPath、quantizationType、cacheSize、hnswM 等配置项启用优化。
限制与注意：文档给出的是特定测试环境下的基准数据（如 AMD Ryzen 9 5950X、64GB RAM），实际效果可能因环境而异；量化会带来不同比例的精度损失（如 binary 约 2-5%、product 约 3-7%），需按场景权衡；部分调优参数和推荐值属于该技能文档的建议，是否适用于具体业务需自行验证。其他费用、平台与详细支持范围暂未提供。