用途：帮助 Python 开发者用 PostgreSQL 构建搜索、向量相似度与数据密集型应用，附带决策树、索引调优与故障排查参考。
主要能力：全文检索（tsvector/tsquery、ts_rank、pg_search BM25、pg_trgm 容错模糊搜索）；pgvector 向量相似度检索与 HNSW/IVFFlat 索引调优（m、ef_construction、hnsw.ef_search、lists、ivfflat.probes）；JSONB 与数组 GIN 索引；Python 驱动选型（psycopg2、psycopg3、asyncpg、SQLAlchemy）与连接池；AWS RDS/Aurora、GCP Cloud SQL/AlloyDB、Azure Flexible Server、Neon、Supabase 云端要点。
使用方式：以 Docker 启动 pgvector/pgvector:pg17（docker-compose up -d），执行 CREATE EXTENSION vector; 与 CREATE EXTENSION pg_trgm;，创建带 search_vector（tsvector 生成列）与 embedding（vector(1536)）的表，并建立 GIN 与 hnsw 索引；脚本可先 pip install -r scripts/requirements.txt，再运行 setup_extensions.py、create_search_tables.py、health_check.py、vector_search.py --demo、bulk_insert.py、fts_examples.py、connection_pool.py。
适用场景：需要关键词检索、语义检索、混合检索，或需要调优向量索引与排查慢查询的 Python + PostgreSQL 项目。
限制：不覆盖 DBA 任务（备份、复制、用户管理、安全加固）、非 PostgreSQL 数据库、Schema 规范化理论、PL/pgSQL 存储过程开发，以及 Django ORM、FastAPI 等框架细节。具体云服务价格、收费与效果资料中暂未提供。