向量索引性能调优

生产里向量检索慢、内存爆，从哪下手

向量库上线后，常见痛点不是「能不能搜」，而是 延迟、召回率、内存 在真实 QPS 下对不上 SLA。HNSW、IVF、量化等选项多，参数组合空间又大；没有工作负载目标和可复现的基准，很容易在预发调一版、上线又退化。

技能在做什么

本技能把 向量索引调优 收成可执行的流程，而不是泛泛讲算法名：

• 先定指标：延迟、召回率、QPS、数据规模与内存预算
• 建基线：选定索引类型，用默认参数跑一轮
• 参数扫描：用真实查询做 benchmark，同时跟踪召回、延迟与内存
• 再进生产：在预发/影子流量上验证后再全量

文档指向 resources/implementation-playbook.md，里面有模式、检查清单和模板，便于和团队对齐同一套验收口径。

适用边界

• 小数据集、只要 精确搜索 时，用扁平索引即可，不必走这套调参路径
• 没有真实查询、也没有验证召回的标注或 proxy 指标时，扫描结果不可信
• 端到端检索（分块、重排、混合检索架构）超出本技能范围，这里只聚焦 索引层 调优

安全注意：避免无回滚计划在产线重建索引；变更要在接近真实负载下验证；持续监控召回退化，质量下降应能回退。