一句话总结：生产 RAG 不要只用纯向量检索——纯向量 Recall@10 约 62-78%，混合检索 + 重排可达 89-91%；HNSW 是默认索引，选库看规模。

选型（按规模与场景）

方案	定位	适用规模	典型场景
Chroma	极轻量（pip 即用）	原型/小数据	本地 Demo、LangChain 快速集成
pgvector	PostgreSQL 插件	百万级	已有 PG 栈、业务数据和向量同库
Qdrant	Rust 高性能专用库	千万级	中规模生产、混合检索最好
Milvus	云原生分布式	亿级+	大规模高可用（需运维团队，etcd/MinIO）
FAISS	内存索引库	单机	嵌入式、高吞吐单机检索

演进路线：Chroma 做 Demo → Qdrant/pgvector 进生产 → Milvus 上规模。

索引算法（ANN）

索引	原理	特性	适用
FLAT	暴力全扫	精确、慢	小数据
IVF	倒排聚类（nprobe 探测簇数）	快、可调	大库、内存有限
HNSW	多层小世界图（M/efConstruction/efSearch）	默认索引、log 复杂度、增量插入	大多数生产
IVF-PQ / DiskANN	量化压缩 / SSD 索引	显存小	十亿级

选型口诀：延迟敏感 → HNSW（调 ef）；内存受限 → IVF+PQ 或 DiskANN；10 亿+ → DiskANN/PQ。 调参：Agent 漏检相关文档推理就会错，recall 目标 95%+；HNSW 调 M、efConstruction、efSearch。

混合检索（生产标配）

• BM25 强在：精确匹配——零件编号、法规条文、专有名词、版本号（纯向量对这些结构性失败）
• 向量强在：语义匹配——同义词泛化（"汽车" vs "小轿车"）、概念相似
• 两路并行 → 融合 →（可选）重排
• 融合用 RRF（Reciprocal Rank Fusion）：RRF(d)=Σ 1/(k+rank)，k 常取 60；无需调参、对分数尺度鲁棒——别用 MinMax 归一化
• 重排用交叉编码器（BGE-Reranker）：两阶段 Recall@5 达 0.816
• 实测：RRF + BGE-Reranker 让 Recall@10 0.67 → 0.82（+22%）

检索评测指标

• Recall@k：正确答案是否在 top-k
• MRR：首个正确答案排名倒数均值
• 生产注意：Agent 检索漏检直接导致推理错误

面试要点

• 选型表：Chroma 原型 / pgvector 百万级 / Qdrant 千万级 / Milvus 亿级
• HNSW 是默认索引，调 M/ef/efConstruction；内存受限走 IVF-PQ/DiskANN
• 生产标配混合检索：BM25 + 向量互补，RRF 融合（k=60），交叉编码器重排
• 纯向量结构性短板：专有名词/编号/法规条文召回失败
• 评测指标 Recall@k / MRR；Agent 场景 recall 目标 95%+