求大佬点评指正

第四章 重点：RAG的工作流程 实战1：RAG+本地知识库 --文档准备 --编写文档加载类，将markdown文件转化为Document列表，是否读取代码块，引用块，以及提取文件名作为元信息，方便后续更快查找信息 --向量存储与转换，使用SpringAI的向量数据库（embedding模型转换为向量）保存文档。先初始化向量数据库，加载markdown文档并且转换后存入库。 --查询增强，使用QuestionAnswerAdvisor问答拦截器，新增对话方法，其中应用知识库进行回答 --测试 实战2：云知识库 --在阿里云百炼准备知识库 --创建文档检索器 说白了就是让他能够从云知识库查询，使用Retrieval Augmented Generation Advisor 索引增强顾问 --测试

ai超级智能体第三章 1.实现了多轮对话AI应用开发（基于内存存储） --初始化ChatClienet对象。使用Spring的构造器注入大模型，并用该对象初始化ChatClient。在初始化时指定默认的系统Prompt和基于内存的对话记忆Advisor --编写对话方法。引用ChatClient对象，传入用户Prompt，并且给advisor指定对话id和对话记忆大小。 --测试。 2.实现自定义Advisor（流式和非流式一起实现） --参考官方文档和内置的SimleLoggerAdvisor源码进行修改 3.自定义re2 Advisor 4.恋爱报告功能 --复用ChatClient，额外补充原有的系统提示词，添加结构化输出的代码即可。 5.对话记忆持久化 --重写ChatMemory（增删改） --主要问题：消息和文本的转换 解决：使用Kryo序列化库。 --改造：基于文件的对话记忆