用途：为 ChromaDB 向量嵌入与语义搜索准备本地环境和清单，交互式初始化 Vector DB 插件，配置源清单和 vector_profiles.json，支持 In-Process 或 Server 模式。
主要能力：生成配置文件 .agent/learning/vector_profiles.json 与清单 .agent/learning/vector_knowledge_manifest.json；发现待索引的项目目录（如 docs/、plugins/）；默认 In-Process 模式直接通过 chroma_data_path 操作磁盘，无需守护进程，仅在需要多进程并发时才使用服务模式。
使用方式：先确认 Python 环境中已安装 chromadb 和 sentence-transformers；运行 python3 scripts/init.py 自动生成本地向量存储配置；之后按指引运行 vector-db-ingest 索引内容。可验证配置：test -f .agent/learning/vector_profiles.json && echo "Profile configured"。
配置参数（位于 .agent/learning/vector_profiles.json）：chroma_host 为空字符串表示 In-Process 直接磁盘模式，填 IP:port 则进入服务模式；batch_size 默认 1,000 个文件；embedding_model 为 nomic-ai/nomic-embed-text-v1.5；parent_chunk_size 为 2,000 字符，child_chunk_size 为 400 字符。
适用场景：需要为本地项目建立向量数据库、进行语义搜索或嵌入索引时使用。
限制：依赖 chromadb 与 sentence-transformers；需在虚拟环境中安装；配置持久化于固定路径。相关验收标准与初始化手册见 acceptance-criteria.md 和 vector-db-bootstrap-guide.md。