$ loading_
通过向量库管理、文件批处理与语义检索，支持构建知识检索工作流。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"@dotlab-hq/vector-store-mcp" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请为我的项目创建一个新的 OpenAI 向量库，名称为“产品文档库”，并批量上传 docs 文件夹中的 PDF 和 Markdown 文件；完成后返回向量库 ID、已上传文件列表和处理状态。
返回新建向量库信息、文件上传结果、批处理状态及后续可用于检索的标识。
在“产品文档库”中搜索与“API 限流规则和重试策略”最相关的内容，返回最匹配的 5 条结果，并附上文件名、片段摘要和相关性说明。
输出最相关的文档片段列表，便于快速定位知识库中的关键信息。
请检查指定向量库中的文件状态，列出失败或未完成处理的文件；对这些文件重新发起批处理，并删除重复上传的旧版本文件，最后汇总处理结果。
返回文件清单、异常项、重试与清理操作结果，以及更新后的向量库状态。
为 AI 代理接入企业级 RAG 与多向量库检索能力，兼顾安全与动态工具选择
为每个客户构建类型化记录库，支持精确查询与语义记忆检索
为智能体提供向量知识图谱的节点、边和语义检索能力
帮助开发者通过语义检索与语法感知分析快速定位和理解多语言代码。
让大模型检索本地 Markdown 向量文档库，并评估检索命中率与排序效果。
帮助构建和查询向量知识图谱，支持语义检索与节点边管理。