向量数据库（Faiss、Milvus、Chroma）的索引机制

向量数据库的索引机制，是用于快速检索相似向量的核心技术，本质是通过对向量进行组织、排
序，减少检索时的计算量，提升检索速度；HNSW、IVF_FLAT、IVF_PQ是三种主流索引，Faiss、Milvus、
Chroma均支持这三种索引，但适配场景不同；高并发、大数据量（百万级以上）RAG场景，核心需求是
“检索速度快（响应时间＜500ms）、准确率高（召回率＞85%）”，需结合索引特性设计策略。

一、为什么很重要

百万级以上文档对应的向量数量庞大（百万级甚至千万级），若采用无索引或不合适的索引，检
索时需遍历所有向量，计算量极大，导致检索延迟过高（＞1s），无法满足高并发需求；若仅追求速度，
选用精度较低的索引，会导致检索召回率下降，影响RAG生成效果。因此，需明确三种索引的差异，结合
场景设计策略，平衡速度和准确率。

多Agent调用调度策略

一、多工具调用调度策略设计

• 意图路由调度: 基于意图理解结果，匹配工具库中的工具类型，过滤无关工具，缩小候选范围（如查
  询任务匹配检索工具，计算任务匹配计算器工具）。
• **工具的拓扑排序：**分析工具间的依赖关系（如先检索数据、再计算、最后生成），构建有向无环图
  （DAG），按拓扑顺序串行执行依赖工具，无依赖工具并行执行，降低延迟。
• **工具的优先级：**划分工具优先级：核心工具（必选）优先调用，辅助工具（可选）延后调用；高优先级
  任务抢占资源，保证核心任务执行。
• **参数的提前校验：**调用前校验工具入参是否完整、合法，提前拦截无效调用，避免资源浪费；缺失参数
  则主动反问用户补充。
• **动态并发控制：**根据系统负载、工具QPS限制，动态调整并发调用数量，防止超出工具接口限流阈
  值。