用途：该技能用于辅助基于 zvec 向量数据库开发向量搜索应用，覆盖 RAG 文档检索、语义搜索、多模态搜索（图像+文本）与混合搜索（关键词+语义）等场景，并给出开发语言、Use Case 判断、Schema 设计、索引选择与数据同步等决策流程。
主要能力：提供 Collection 的创建/打开与管理、文档插入更新删除、单向量与多向量及混合检索、RAG 文档分块管理、向量加标量过滤、多向量加权排序等主题；同时提供配置、数据模型、文本嵌入与结果重排（仅 Python）、API 速查与故障排查等通用内容。
安装与用法：Python 使用 pip install zvec；Node.js 使用 npm install @zvec/zvec。默认建议用 create_and_open() / ZVecCreateAndOpen() 创建 Collection，默认距离度量用余弦相似度（COSINE），稠密向量用 FP32 类型，过滤字段创建 InvertIndexParam 索引。数据规模上，小于 10 万用 FLAT 精确搜索，10 万至 1000 万用 HNSW（推荐默认），更大规模用 IVF 以优化内存。
限制与核对：向量维度需与 Schema 定义一致，标量字段类型需正确，过滤条件语法需正确，大批量写入后需调用 optimize()。文档未提供收费、价格、平台兼容性与性能指标等信息，暂未提供。