用途：ArrowSpace 用图拉普拉斯特征结构增强最近邻检索。当余弦或 L2 相似度遗漏嵌入中的潜在结构、需要图式谱感知检索、或想刻画嵌入空间的谱性质时使用；也适用于上下文角色与语义内容同样重要的 RAG 流程。
主要能力：对物品图计算拉普拉斯，并用瑞利商为每个物品产生 λτ（lambda-tau）谱签名；提供查询相关的 search 接口，返回 (item_index, score) 结果；同时给出 lambdas() 与 lambdas_sorted()。注意这些是逐物品谱签名，不是图特征值，也不是查询相关相关性分数。
使用方式：先安装 python3 -m pip install "arrowspace==0.28.1" numpy，并从 arrowspace 导入 ArrowSpaceBuilder；准备 (N,d) 的 float64 NumPy 嵌入数组并做单位归一化；用 graph_params 如 {"eps": 0.5, "k": 6, "topk": 3, "p": 2.0, "sigma": None} 调用 build 得到 aspace 与 graph；查询时调用 aspace.search(query, graph, tau=0.7, k=5)。
适用场景与限制：适合批量图式检索与嵌入空间谱分析。ArrowSpace 面向批处理，不适合实时流式数据索引。图参数依赖语料，需检查连通性与退化分数并调优；sigma=None 仅是依赖 eps 的默认值，并非自动分布拟合。谱签名本身不能证明召回率或结构重要性更好，需用留出检索证据评估，评估时应排除自匹配。这是技能文档示例，示例经源码文档核对但未实际执行。