搜「怎么做接口限流」，向量库却把「怎么做缓存」的段落递了上来.这一篇就把这件事讲清楚，顺便回答一个更普遍的问题：同样都是算余弦相似度，为什么有的向量库查得飞快，有的查着查着就把不同意图的也捞上来了。