Go无原生ANN库，可用方案仅faiss-go（需编译FAISS）、lance（Go SDK功能有限）或vearch-go（仅索引结构）；第三方绑定库多停更，无法go get一键使用。
Go 里没有原生 ANN 库，得靠第三方或自己搭骨架
Go 标准库不提供近似最近邻（ANN）搜索能力，go-knn、annoy-go 这类绑定 C/C++ 库的封装也大多停更或不维护。真正能用的只有 faiss-go（需编译 FAISS）、lance（专注列存+向量，但 Go SDK 功能有限），或者纯 Go 实现的轻量方案如 vearch-go（仅索引结构，无完整服务）。别指望 go get 一行就跑通 ANN。
实操建议：
立即学习“go语言免费学习笔记（深入）”；
- 小规模（lsh-go 实现局部敏感哈希，简单可控，
LSHIndex支持批量插入和Query - 中等规模（10 万–500 万）：直接上
faiss-go，但必须手动编译 FAISS 为静态库，链接时注意CGO_ENABLED=1和PKG_CONFIG_PATH指向正确路径 - 别碰
annoy-go：底层依赖已废弃的libannoy，Go 1.20+ 编译失败率超 70%，错误信息通常是undefined reference to 'AnnoyIndexf'
faiss-go 初始化容易 panic：内存对齐和 float32 是硬门槛
faiss-go 要求输入向量必须是连续的 []float32，且维度数必须被 4 整除（FAISS 内部 SIMD 对齐要求）。传入 []float64 或未对齐的切片会直接触发 panic: runtime error: cgo argument has Go pointer to Go pointer。
实操建议：
立即学习“go语言免费学习笔记（深入）”；
- 构建向量前先做转换：
float32s := make([]float32, len(float64s)); for i, v := range float64s { float32s[i] = float32(v) } - 维度补零：若原始维度为 127，需扩到 128；补的零必须写进切片末尾，不能只改
dim参数 - 索引类型选
IndexIVFFlat而非IndexFlatL2：后者不建索引，查得准但 O(n)，10 万向量就明显卡顿
LSH 实现要注意哈希桶碰撞率，不是越深越好
用 lsh-go 时，调 NewLSHIndex(dim, hashCount, tableCount)，hashCount 和 tableCount 直接决定召回率和查询延迟。设太高（比如 hashCount=12, tableCount=100）会导致内存暴涨，单次 Query 分配上百 MB 临时切片，GC 压力大；设太低（hashCount=2）则漏召回严重，相似向量根本进不了同一个桶。
实操建议：
立即学习“go语言免费学习笔记（深入）”；
- 典型配置：128 维向量用
hashCount=6,tableCount=20；256 维用hashCount=8,tableCount=30 - 测试时别只看 top-1 准确率，要跑
Recall@10：对每个 query 向量，检查真实最近邻是否在返回的前 10 个里 - 插入后记得调
index.Build()，否则Query返回空结果 —— 这个步骤没文档强调，但源码里明确写了 “must call Build before Query”
并发查询必须自己加锁，faiss-go 和 lsh-go 都不线程安全
faiss-go 的 Index 实例内部含 C 级别状态指针，lsh-go 的 LSHIndex 里 tables 是 map 类型，二者在 goroutine 并发调 Query 或 Add 时会触发 data race 或 segfault。Go 的 -race 检测器能抓到前者，但后者往往只在高负载时崩溃，错误信息是 signal SIGSEGV: segmentation violation。
实操建议：
立即学习“go语言免费学习笔记（深入）”；
- 最简方案：全局一个
sync.RWMutex，读操作用RLock，写操作（Add/Build）用Lock - 如果 QPS > 500，考虑分片：按向量 ID 哈希到多个
Index实例，每个实例独占 goroutine + mutex - 别用
sync.Pool复用Index：C 层资源不会自动释放，池化反而导致内存泄漏
向量维度、数据分布、硬件缓存行大小这三者咬合得紧，调参时改一个参数就得重跑 recall 曲线，没捷径可走。
