嵌入式混合检索库，定位「sqlite-vec 的嵌入式形态 + Tantivy 级 BM25 + 一体化 RRF 混合排序」，面向 AI Agent 本地记忆库、RAG 边缘检索层与浏览器端隐私语义搜索三类场景。单一 Rust 核心约 1.4 万行，经 napi-rs 出 Node 绑定、预留 C ABI 给 Go cgo、wasm-bindgen 出浏览器端（OPFS / IndexedDB 降级）。
项目特点
- 混合检索一体化：vector / text / hybrid 三种查询模式，hybrid 默认 RRF 融合（k=60）；10 万 × 384 维数据下 hybrid topK=10 P99 小于 50ms，批量写入 ≥ 5k docs/s，冷启动小于 1s。
- 过滤不牺牲召回：标量 pre-filter 编译为 roaring 位图直接传入 HNSW 遍历与 WAND 推进（拒绝 post-filter）；位图基数小于 2×topK 时自动回退暴力精确扫描，保证 100% 召回。CI 硬门禁 hybrid recall@10 ≥ 0.95。
- 中文检索一等公民：自实现 jieba 算法内核（前缀 DAG + HMM Viterbi），配约 20 万词剪枝词典（双数组 Trie + zstd，1–1.5MB）；自定义词表经「暂存 → reindex 状态机」原子生效，杜绝新旧分词身份混排的静默错误。
- VFS 是架构脊柱：core 零 std::fs、零 mmap（CI 门禁强制），rename 原子切换 manifest 保证崩溃一致；同一套代码跑 std-fs / OPFS / IndexedDB / memory 四种后端。
技术难点
HNSW 的删除难题。 图索引原地删除会破坏近邻结构、随时间腐化召回率。Vane 采用分段不可变 HNSW（M=16 / ef_construction=200）：段一旦封存不再修改，删除只打 tombstone 位图，段合并时整图重建——用不可变性根除图维护的运维负担。
BM25 的 top-k 效率。 全文侧自研 Block-Max WAND：vbyte 变长编码 posting list，每 128 个文档一个跳块、记录块内 BM25 分数上界用于剪枝，跳过不可能进入 top-k 的块；结果与暴力基线 100% 一致。
可移植性与正确性的兼得。 浏览器端没有可靠的文件系统语义，崩溃恢复策略必须自己实现：VFS trait 抽象 + manifest 原子切换，让崩溃一致性逻辑与后端无关；CI 强制 core 不碰 std::fs 与 mmap，从依赖上杜绝「某个后端偷偷用不了」的退化。