最近在折腾把公司内部的RAG知识库封装成MCP工具给Agent调用，但发现一个很头疼的问题：查询一次文档，MCP工具从接收参数到返回结果，总共要3-4秒，其中大部分时间都花在embedding和向量检索上了。我用的bge-m3本地模型，索引是FAISS，文档量也就几万条。请问大家有没有遇到过类似情况？是应该换成轻量级embedding模型，还是把向量库改成pgvector或者milvus？另外MCP工具本身有没有办法做结果缓存，比如对同样的query直接返回上一次的结果？希望有经验的朋友指点下，感谢。