用途：Cloudflare Vectorize 是边缘向量数据库，用于存储和查询高维向量嵌入，适用于 RAG 检索增强生成、语义搜索、推荐系统、重复检测和内容分类等场景。
主要能力：支持创建索引（可用预设自动配置维度与度量，或手动指定维度与 cosine/euclidean/dot-product 度量）；提供 insert、upsert、query、deleteByIds、getByIds 等操作；查询支持 topK、returnMetadata、returnValues 及 metadata 过滤。可与 Workers AI 嵌入模型（如 @cf/baai/bge-base-en-v1.5）配合构建完整 RAG 流程。
使用方式：先用 Wrangler 创建索引，例如 wrangler vectorize create my-index --preset @cf/baai/bge-base-en-v1.5，或 wrangler vectorize create my-index --dimensions 768 --metric cosine；用 wrangler vectorize list 查看索引。在 wrangler.jsonc 中配置 vectorize 绑定（binding 与 index_name），并在 Workers 代码中通过 env 绑定调用。
适用场景：RAG 管道、语义搜索、推荐、近重复检测、向量聚类分类，以及多租户按 metadata 隔离检索。
限制：资料未提供具体配额、价格、性能上限与本地模拟支持细节；测试部分仅提及 mocking 策略与远程绑定，未说明本地模拟。使用前需确认索引维度与嵌入模型一致。