Faiss 的 k 看起来是整数，SWIG 却拒绝参数类型

Faiss 的 SWIG 调用报参数类型错误时，k 明明显示为整数，仍要查看它的真实类型。异常可能包含短语：

Wrong number or type of arguments

官方 issue #1303记录了构造入口的同类 SWIG 错误；它本身不能证明某次 search 也是同一原因。对于搜索参数，官方排障 Wiki另有明确示例：NumPy 的整数标量传入 index.search 可失败，转换成 Python int 后再调用。

不同绑定与发行版可能提前转换参数，不能保证每个版本都重现相同异常。先记录 faiss、NumPy 版本和包来源，以自己的入口判断。

在调用边界核对类型和范围

下面使用二维合成数据，不加载业务模型：

import faiss
import numpy as np

database = np.array([[0.0, 0.0], [1.0, 0.0]], dtype=np.float32)
query = np.ascontiguousarray([[0.2, 0.0]], dtype=np.float32)
index = faiss.IndexFlatL2(2)
index.add(database)

raw_k = np.array([1], dtype=np.int64)[0]
print(type(raw_k).__name__)
if isinstance(raw_k, (bool, np.bool_)) or not isinstance(raw_k, (int, np.integer)):
    raise TypeError("k must be an integer")
k = int(raw_k)
if k <= 0:
    raise ValueError("k must be positive")
distances, ids = index.search(query, k)
assert distances.shape == (1, 1)
assert ids.shape == (1, 1)
assert ids[0, 0] == 0

int() 也会截断浮点数，因此先检查类型，不把任意值都转换成合法整数。k 大于存量数量时可能返回缺失结果的标记，业务也要决定是否允许。

真实查询还要确认形状是 (查询数, 维度)、维度与索引相同，以及入口要求的 dtype 和连续存储。整数参数改好后出现的数组错误，应单独处理，不用一个广泛的 TypeError 捕获把两者吞掉。

没有 NumPy 标量，就继续看签名

上游配置、pandas 取值或数组索引都可能产生 NumPy 标量。转换应该发生在调用 Faiss 的边界，不需要修改整份数据集。

如果 k 已经是 Python int，保留完整异常中的候选函数签名，检查实参数量和其他参数类型。不同索引构造器或 GPU 接口的契约不同，不能靠批量 int() 修复。

最后在原应用中核对同一查询的返回形状、有效 ID 数和近邻顺序。上面的测试只验证小型索引的调用，不代表实际检索召回率或生产性能。