# Vector Index Tuning

> 优化向量索引在延迟、召回率和内存方面的性能。用于调优 HNSW 参数、选择量化策略或扩展向量搜索基础设施时。触发词：向量索引、HNSW、量化、ANN、向量搜索、向量召回、索引调优、性能优化。

- Skill: `kscz0000/vector-index-tuning` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds@latest add kscz0000/vector-index-tuning`
- Raw SKILL.md: https://api.skillmd.com/api/skills/kscz0000/vector-index-tuning/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: kscz0000 (https://skillmd.com/u/kscz0000)
- Updated: 2026-09-21
- Page: https://skillmd.com/skills/kscz0000/vector-index-tuning

---


# 向量索引调优

面向生产环境性能优化的向量索引调优指南。

## 适用场景

- 调优 HNSW 参数
- 实施量化方案
- 优化内存使用
- 降低搜索延迟
- 在召回率与速度之间取得平衡
- 扩展到数十亿向量规模

## 不适用场景

- 只需在小数据集上做精确搜索（请使用 flat 索引）
- 缺乏用于验证召回率的工作负载指标或真值数据
- 需要端到端的检索系统设计（已超出索引调优范畴）

## 操作步骤

1. 收集工作负载目标（延迟、召回率、QPS）、数据规模以及内存预算。
2. 选择索引类型，并使用默认参数建立基线。
3. 使用真实查询对参数扫描进行基准测试，跟踪召回率、延迟和内存占用。
4. 在投入生产环境之前，先在预发布数据集上验证变更。

详细模式、检查清单和模板请参阅 `resources/implementation-playbook.md`。

## 安全注意事项

- 在生产环境中重新建索引前，务必准备回滚方案。
- 在全量应用前，先在真实负载下验证变更。
- 持续跟踪召回率，一旦质量下降立即回滚。

## 相关资源

- `resources/implementation-playbook.md` — 详细模式、检查清单和模板。

## 使用限制

- 仅当任务与上述范围明确匹配时使用本技能。
- 输出不能替代针对特定环境的验证、测试或专家评审。
- 当所需输入、权限、安全边界或成功标准缺失时，停止操作并请求澄清。