用途：在 Bookstrap 框架中指导使用 SurrealDB 进行混合检索增强生成（RAG）。SurrealDB 是多模型数据库，兼具文档存储、基于 RELATE 的原生图关系、MTREE 向量索引检索和类 SQL 的 SurrealQL 查询，适合写作场景下的语义搜索、图遍历、时间线查询及其组合。
主要能力：混合 RAG 组合语义搜索、图遍历与时间线查询三类策略，避免单一策略的遗漏。向量检索示例：SELECT *, vector::similarity::cosine(embedding, $query_vector) AS similarity FROM section WHERE vector::similarity::cosine(embedding, $query_vector) > 0.7 ORDER BY similarity DESC LIMIT 5; 索引定义示例：DEFINE INDEX idx_section_embedding ON section FIELDS embedding MTREE DIMENSION 1536 DIST COSINE TYPE F32; 图遍历使用 -> 与 <- 操作符，支持多跳；时间线使用 sequence 与 datetime 排序。资料还给出写入前分步取上下文、实体抽取与 RELATE 建立关系、四类混合查询模式、查询优化（先过滤、LIMIT、LET）及常见错误处理。
使用方式：需按嵌入模型匹配维度（如 OpenAI text-embedding-3-small 为 1536，Gemini text-embedding-004 与 Ollama nomic-embed-text 为 768）；为 embedding 字段保证 MTREE 索引存在；配套文件包括 schema.surql、semantic.surql、graph.surql、timeline.surql。
限制：资料未提供安装命令、版本要求、性能基准或收费信息，这些暂未提供。