这次主要围绕「跨平台可用性 + 集成能力 + 资源/性能优化 + 稳定性」做了一轮加强，欢迎大家更新试用～✨
✨ 本次更新包含：
- PC 端全覆盖：原生支持 Windows，macOS 和 Linux 三大主流操作系统
- 移动端前瞻：适配 Android 交叉编译，后续持续更新提供原生支持
- 新增官方 C API 支持：解锁更多编程语言绑定和端侧集成可能性
- 性能优化：集成高性能量化算法 RabitQ；支持 x86 架构下 IP/L2 距离计算的 batch 优化
- 稳定性提升：修复了旧版在旧架构 CPU 上因指令集不兼容导致的崩溃问题。v0.3.0 完善了 CPU 指令集 Detect & Dispatch 机制，自动适配可用指令集，兼容旧架构及各类平台
- 生态支持：新增 MCP 和 Skills 集成，可轻松接入 Agent 体系
更多详细变更，请参阅 Release Notes。
1. 全平台原生支持
在 Zvec v0.3.0 中，我们新增了对 Windows 平台的正式支持，从而实现了对 Windows、macOS 和 Linux 三大主流操作系统的原生支持。
全平台兼容，是为了降低本地化部署的门槛 — 无论是个人 PC 还是服务器，无需依赖云端服务，开箱即用，就能获得 Zvec 带来的高性能、高易用、高稳定的向量检索能力。
此外，我们在 v0.3.0 中已经适配了 Android 平台的交叉编译。在后续版本中，我们将持续投入，提供 Android 及更多端侧设备的原生支持，让高性能向量检索能够以更低成本部署在移动设备上，从 PC 延伸到手机与 IoT。
2. 性能优化，场景全能
AI 应用的部署环境千差万别 — 从高配置服务器到资源受限的边缘设备。Zvec 致力于实现“场景全能”，确保在任何环境下都能提供最优的检索体验。
- 性能优先，追求极致：在计算资源充足的场景下，Zvec 凭借 HNSW 索引与距离计算优化，提供业界领先的性能，满足高并发、低延迟的严苛需求。v0.3.0 增强了 x86 架构下的 IP/L2 距离计算，新增 batch 优化，进一步提升性能。
- 资源受限，灵活降维：当面临内存瓶颈时，Zvec 提供灵活的量化策略，通过压缩向量数据来显著减少索引的内存占用。v0.3.0 集成了高性能的 RabitQ 量化算法，在大幅降低内存占用的同时，仅带来很小的精度损失。
3. 官方 C API
Zvec v0.3.0 正式引入官方 C API，让 Zvec 能被更多编程语言和环境集成。
- 多语言绑定：C 作为编程语言的通用桥梁，极大降低为 Rust、Go、Java 等语言开发绑定的难度。
- 赋能端侧集成：在端侧场景下，提供更直接、稳定的集成方式。
4. AI 生态支持
v0.3.0 新增了 MCP 和 Skills 集成，Zvec 可以轻松接入各类 Agent 体系。它能够成为 Agent 的本地化向量检索引擎，让 AI 自主调用向量检索能力。无论是记忆存储还是知识召回，Agent 都可以在本地完成。
