向量检索看起来只是“存进去、查出来”，真正上线后容易出问题的是参数与过滤。

一、HNSW 的两个关键参数：M 控制每个节点的连边数，越大召回越高、内存越多；efConstruction 影响建索引质量，efSearch 影响查询时的搜索广度。默认值通常偏保守，需要用真实查询集调，而不是照抄示例。

二、过滤比向量更难：带业务条件（只看某个租户、某个时间段）的检索，如果先向量后过滤，可能把结果过滤到只剩一两条；先过滤再向量，又容易破坏索引结构。多数数据库提供“过滤后搜索”的专用路径，选型时要专门测这一项。

三、混合检索：纯向量对关键词、编号、人名不敏感。把 BM25 的关键词分数与向量分数加权融合，通常是提升召回最便宜的手段。

四、评测方式：准备 100 到 300 条真实问题与标准答案，测 Recall@10 和端到端答对率。只看“向量看起来像不像”没有意义。

选型不必迷信新出的专用库：数据量在百万级以内，PostgreSQL 的向量扩展往往够用，运维成本也最低。