用途：在 PostgreSQL 中实现语义（向量）+ 关键词（BM25）混合检索，用 RRF 融合两路结果并重排，适合 RAG、知识库、推荐、大规模文档集合（100 万+ 分块）。
主要能力：向量搜索用 PGVector HNSW 索引（vector_cosine_ops，m=16，ef_construction=64），关键词搜索用 tsvector + GIN 索引与 ts_rank_cd；RRF 公式为 rrf_score = 1/(k + vector_rank) + 1/(k + keyword_rank)，k=60；提供 chunks 表结构（embedding vector(1024)、生成列 content_tsvector）、SQLAlchemy 混合查询实现、过滤搜索、相似度阈值、多查询检索等模式。
使用方式：建表并创建 HNSW 与 GIN 索引；查询时分别取向量与关键词各 Top 30（top_k 的 3 倍），用 FULL OUTER JOIN 合并计算 RRF 分数，取最终 Top 10。性能建议：预计算 tsvector（比查询时 to_tsvector 快 5-10 倍）、使用 HNSW（比 IVFFlat 快约 17 倍）、过滤查询可用 hnsw.iterative_scan = 'relaxed_order'、元数据加权可提升约 6% MRR。
限制与替代：资料给出 pgvector 与 Redis 8 FT.HYBRID 的对比，后者延迟更低（2-5ms）但受内存限制、关系查询有限；pgvector 适合已有 PostgreSQL、需 ACID 与复杂关联、超大数据集的场景。具体版本、价格与部署细节暂未提供。