用途：该技能提供把向量相似度检索与关键词检索合并的模式，常用于构建召回率更好的 RAG 系统，兼顾语义理解与精确匹配，处理含特定名称、编码或领域词汇的查询，以及纯向量检索漏掉关键词匹配的情况。
主要能力：给出混合检索架构，即查询分别进入向量检索与关键词检索，得到候选后经融合输出结果。列出融合方法：RRF（倒数排名融合，通用）、线性加权（可调平衡）、交叉编码器重排（质量最高）、级联（先过滤再重排，偏重效率）。
模板与用法：提供四个模板。模板一为 Python 的 RRF 与线性组合函数；模板二为 PostgreSQL 混合搜索，使用 pgvector、tsvector、HNSW 与 GIN 索引，并在 SQL 中做 RRF 融合；模板三为 Elasticsearch 混合搜索，含 script_score 结合 BM25，以及 8.x 的 RRF 子查询写法；模板四为自定义混合 RAG 管道，包含并行检索、融合与可选重排。
限制：资料未提供安装命令、依赖安装步骤、性能数据、定价或收费信息；部分示例依赖 asyncpg、sentence_transformers、elasticsearch 等库，且样例里出现了 asyncio 未导入等细节，实际使用需自行补全环境与验证。