用途：在 Cloudflare Workers 上使用 Vectorize V2（2024 年 9 月 GA）构建语义搜索、RAG 与 AI 应用，提供索引管理、向量增删改查、元数据过滤与嵌入集成。
主要能力：索引创建与配置；向量 insert/upsert/query/delete/list；元数据过滤（每索引最多 10 个元数据索引）；余弦、欧氏、点积相似度；RAG 检索流程；Workers AI（@cf/baai/bge-base-en-v1.5）与 OpenAI text-embedding-3-small/large 嵌入；文档分块与批量导入。附带 basic-search.ts、rag-chat.ts、document-ingestion.ts、metadata-filtering.ts 模板。
V2 变更：容量 20 万→500 万向量/索引；查询延迟 549ms→31ms；topK 上限 20→100；账户索引数 100→5 万；命名空间 100→5 万。所有变更操作改为异步，返回 mutationId；returnMetadata 由布尔改为 'all'|'indexed'|'none'；元数据索引必须在插入向量前创建，否则该属性不可过滤，需重新 upsert。V1 索引 2024 年 12 月后不可新建，旧索引仍可用，V1 操作需 --deprecated-v1。
必要用法：需 wrangler@3.71.0+（推荐 4.43.0+）。先建索引并固定维度与度量：npx wrangler vectorize create my-index --dimensions=768 --metric=cosine；随后立即建元数据索引：npx wrangler vectorize create-metadata-index my-index --property-name=category --type=string。维度须匹配嵌入模型（bge-base 768、OpenAI small 1536、large 3072）。在 wrangler.jsonc 配置 vectorize 与 ai 绑定。
限制：维度与度量创建后不可更改；每向量元数据上限 10 KiB；过滤条件上限 2048 字节；字符串索引仅前 64 字节；元数据键不可为空、不可含点号或引号、不可以 $ 开头；高基数范围查询性能差；异步写入需数秒生效，可用 describe() 查看 processedUpToMutation。
适用场景：语义搜索、RAG 问答、文档检索与 AI 应用后端。官方文档见 https://developers.cloudflare.com/vectorize/。