用途：用 AgentDB 的向量数据库实现语义向量检索，用于文档检索、相似度匹配与上下文感知查询，典型场景是搭建 RAG（检索增强生成）流程。
前置条件：Node.js 18+；AgentDB v1.0.7+（可通过 agentic-flow 或独立安装）；OpenAI API key 或自定义嵌入模型。
主要能力：支持向量存储、相似度搜索、向量与元数据混合搜索；具备 HNSW 索引（O(log n) 复杂度）、缓存与 MMR 去冗余；提供二值、标量、乘积等量化策略以降低内存占用；支持余弦、欧氏、点积等距离度量；支持批量读写、导入导出、统计与基准测试；可作为 MCP 服务集成到 Claude Code。
使用方式：命令行可通过 npx agentdb@latest init 初始化数据库，query 执行相似度搜索，export/import 迁移向量，stats 查看统计，benchmark 运行基准测试，mcp 启动 MCP 服务；代码侧可从 agentic-flow/reasoningbank 导入 createAgentDBAdapter 与 computeEmbedding，配置 dbPath、quantizationType、cacheSize 等参数后插入与检索。
限制：需自行提供嵌入模型或 OpenAI API key；维度必须与所选嵌入模型匹配（如 OpenAI ada-002 为 1536、sentence-transformers 为 768、all-MiniLM-L6-v2 为 384），维度不符会影响检索，这是资料中明确提示的排错项。具体收费、价格与部署平台限制暂未提供。