用途：使用 AgentDB 高性能向量数据库实现向量语义搜索，面向智能文档检索、相似度匹配和上下文感知查询，可用于构建 RAG 等检索增强流程。
主要能力：支持 HNSW 索引、量化（binary 32 倍、scalar 4 倍、product 8-16 倍内存缩减）、缓存、MMR 多样化结果，以及 cosine、euclidean、dot 三种距离度量。提供向量存储、相似搜索、向量与元数据混合搜索、批量操作和导入导出。可通过 CLI 使用，也可通过 API 集成；CLI 还提供 MCP 服务供 Claude Code 调用。
使用方式：先初始化数据库，例如 npx agentdb@latest init .$vectors.db，可用 --dimension 指定维度（OpenAI ada-002 为 1536，sentence-transformers 为 768，all-MiniLM-L6-v2 为 384），或通过 --preset small/medium/large 选择预设。查询示例：npx agentdb@latest query .$vectors.db "[0.1,0.2,0.3]" -k 10。启动 MCP：npx agentdb@latest mcp。API 侧可通过 createAgentDBAdapter 与 computeEmbedding 构建适配器，设置 quantizationType、cacheSize 等参数后插入与检索。
适用场景：文档语义检索、相似内容匹配、RAG 上下文构建、需要大规模向量搜索与低延迟查询的应用。
限制：需 Node.js 18+、AgentDB v1.0.7+，并需 OpenAI API key 或自定义嵌入模型。性能数据与量化收益来自资料中的基准说明，实际效果取决于数据规模与配置；维度需与嵌入模型匹配。资料未提供收费与价格信息，暂未提供。