用途：该技能面向分布式 AI 系统的向量数据管理，讲解 AgentDB 在跨节点同步、多库协调、检索度量与生产部署方面的进阶用法。前置条件为 Node.js 18+、AgentDB v1.0.7+（经 agentic-flow 获取），并需了解分布式系统与向量检索基础。
主要能力：QUIC 同步支持节点间低延迟（资料称 <1ms）复制，含自动重试、多路复用与加密，可用 enableQUICSync、syncPort、syncPeers 等参数配置，也可用 AGENTDB_QUIC_SYNC、AGENTDB_QUIC_PORT、AGENTDB_QUIC_PEERS 环境变量启动多节点。距离度量支持 cosine、euclidean、dot，并可自行实现自定义距离函数。混合搜索把向量相似度与元数据过滤结合，支持 $gte、$lte、$in、$contains 等条件及 hybridWeights 加权。多数据库可按时域拆分或分片路由。MMR 通过 useMMR 与 mmrLambda 平衡相关性与多样性；synthesizeContext 可生成综合上下文。
使用方式：通过 createAgentDBAdapter 初始化并 insertPattern、retrieveWithReasoning 读写；CLI 可执行查询、导出导入、合并与重建索引，如 npx agentdb@latest query ./vectors.db "[0.1,0.2,...]" -m cosine，以及 export、import、merge、reindex；运维可执行 sqlite3 .agentdb/vectors.db "VACUUM;" 与 "ANALYZE;"。
适用场景：语义检索、推荐与结果去冗余、按元数据筛选的文档或商品搜索、多域知识库隔离，以及需要跨节点一致性的分布式部署。
限制：该资料为技能说明，未提供收费、价格与具体性能实测数据；部分说明（如自定义度量需自行实现、部分参数）仍在演进，实际行为以 AgentDB 版本为准。