将 LangGraph 向量状态从内存移至 Redis 进行持久化存储
通过 get_vector_store 工厂函数将 LangGraph 向量状态从内存切换到 Redis，同时支持在数据导入时记录会话元数据、过滤检索以及按会话删除数据。
内存向量存储是最简单的正确设计，但仅限于单个进程掌控整个对话流程时。真正的后端系统打破了这一假设：新的命令行界面启动、新的HTTP工作进程、重启操作以及多实例部署都会出现。持久化意味着无需重写产品逻辑，即可将相同的LangGraph节点迁移到Redis（或其他持久性向量索引）中。
1. get_vector_store() —— 唯一需要修改的函数
这是工厂模式背后的抽象构造。在测试环境中使用内存存储；而在部署环境中则使用Redis地址及索引名称。
_SESSION_STORES: Dict[str, InMemoryVectorStore] = {}
def get_vector_store(session_id: str) -> InMemoryVectorStore:
if session_id not in _SESSION_STORES:
_SESSION_STORES[session_id] = InMemoryVectorStore(embeddings)
return _SESSION_STORES[session_id]
def get_vector_store(session_id: str) -> RedisVectorStore:
redis_config = RedisConfig(
index_name=f"session:{session_id}",
redis_url=config.REDIS_URL,
embedding_dimensions=config.EMBEDDING_DIMENSIONS,
metadata_schema=[
{"name": "session_id", "type": "tag"},
{"name": "file_name", "type": "tag"},
],
)
return RedisVectorStore(embeddings, config=redis_config, ttl=config.SESSION_TTL_SECONDS)
docs = [
Document(
page_content=c["text"],
metadata={
"session_id": state["session_id"], # <-- added back
"file_name": c["file_name"],
"chunk_index": c["chunk_index"],
},
)
for c in chunks
]
state["retrieved"] = vs.similarity_search(
state["query"],
k=config.TOP_K,
filter=Tag("session_id") == state["session_id"],
)
def clear_session(session_id: str) -> None:
get_vector_store(session_id).index.delete(drop=True)
uv add langgraph langchain-core langchain-openai langchain-text-splitters \
azure-ai-documentintelligence azure-core \
langchain-redis redisvl \
python-dotenv
REDIS_PASSWORD=changeme docker compose up -d
[+] Running 3/3
✔ Network redismanualvectorization_default Created 0.0s
✔ Volume "redismanualvectorization_redis-data" Created 0.0s
✔ Container usb-redis-vector-store Started
AZURE_OPENAI_ENDPOINT=https://aif-cus-aisearchegs-dev-01.cognitiveservices.azure.com/
AZURE_OPENAI_API_KEY=<Redacted>
# AZURE_OPENAI_API_VERSION = os.environ.get("AZURE_OPENAI_API_VERSION", "2024-10-21")
AZURE_OPENAI_EMBEDDING_DEPLOYMENT=text-embedding-3-small
AZURE_OPENAI_CHAT_DEPLOYMENT="gpt-5-mini"
# --- Azure Document Intelligence (used for all file text extraction) ---
DOCUMENTINTELLIGENCE_ENDPOINT=https://adi-cus-aisearchegs-dev-01.cognitiveservices.azure.com/
DOCUMENTINTELLIGENCE_KEY=<Redacted>
REDIS_HOST=localhost
REDIS_PORT=6379
REDIS_PASSWORD=changeme
SESSION_TTL_SECONDS=14400
uv run python -m src.redismanualvectorization.main \
--session demo1 \
--files ./source/sample_bank_statement.pdf ./source/sample_loan_agreement.pdf
Ingested 2 file(s) into session 'demo1' (persisted in Redis).
docker exec -it usb-redis-vector-store redis-cli -a changeme
FT._LIST
# Execution results
1) session:demo2
2) session:demo1
FT.INFO session:demo1
# Execution results
1) index_name
2) session:demo1
3) index_options
4) (empty array)
5) index_definition
6) 1) key_type
2) HASH
3) prefixes
4) 1) session:demo1:
5) default_score
6) "1"
7) attributes
8) 1) 1) identifier
2) text
3) attribute
4) text
5) type
6) TEXT
7) WEIGHT
8) "1"
2) 1) identifier
2) embedding
3) attribute
4) embedding
5) type
6) VECTOR
7) algorithm
8) FLAT
9) data_type
10) FLOAT32
11) dim
12) (integer) 1536
13) distance_metric
14) COSINE
3) 1) identifier
2) _index_name
3) attribute
4) _index_name
5) type
6) TEXT
7) WEIGHT
8) "1"
4) 1) identifier
2) _metadata_json
3) attribute
4) _metadata_json
5) type
6) TEXT
7) WEIGHT
8) "1"
5) 1) identifier
2) session_id
3) attribute
4) session_id
5) type
6) TAG
7) SEPARATOR
8) |
6) 1) identifier
2) file_name
3) attribute
4) file_name
5) type
6) TAG
7) SEPARATOR
8) |
9) num_docs
10) (integer) 24
11) max_doc_id
12) (integer) 24
13) num_terms
14) (integer) 850
15) num_records
16) (integer) 1921
17) inverted_sz_mb
18) "0.09056949615478516"
19) vector_index_sz_mb
20) "6.0091552734375"
21) total_inverted_index_blocks
22) (integer) 853
23) offset_vectors_sz_mb
24) "0.0028848648071289063"
25) doc_table_size_mb
26) "0.017791748046875"
27) sortable_values_size_mb
28) "0"
29) key_table_size_mb
30) "7.74383544921875e-4"
31) tag_overhead_sz_mb
32) "1.10626220703125e-4"
33) text_overhead_sz_mb
34) "0.028371810913085938"
35) total_index_memory_sz_mb
36) "0.14574527740478516"
37) geoshapes_sz_mb
38) "0"
39) records_per_doc_avg
40) "80.04166412353516"
41) bytes_per_record_avg
42) "49.43727111816406"
43) offsets_per_term_avg
44) "1.5065070390701294"
45) offset_bits_per_record_avg
46) "8.362128257751465"
47) hash_indexing_failures
48) (integer) 0
49) total_indexing_time
50) "11.055999755859375"
51) indexing
52) (integer) 0
53) percent_indexed
54) "1"
55) number_of_uses
56) (integer) 3
57) cleaning
58) (integer) 0
59) gc_stats
60) 1) bytes_collected
2) "0"
3) total_ms_run
4) "0"
5) total_cycles
6) "0"
7) average_cycle_time_ms
8) "nan"
9) last_run_time_ms
10) "0"
11) gc_numeric_trees_missed
12) "0"
13) gc_blocks_denied
14) "0"
61) cursor_stats
62) 1) global_idle
2) (integer) 0
3) global_total
4) (integer) 0
5) index_capacity
6) (integer) 128
7) index_total
8) (integer) 0
63) dialect_stats
64) 1) dialect_1
2) (integer) 0
3) dialect_2
4) (integer) 1
5) dialect_3
6) (integer) 0
7) dialect_4
8) (integer) 0
65) Index Errors
66) 1) indexing failures
2) (integer) 0
3) last indexing error
4) N/A
5) last indexing error key
6) "N/A"
7) background indexing status
8) OK
67) field statistics
68) 1) 1) identifier
2) text
3) attribute
4) text
5) Index Errors
6) 1) indexing failures
2) (integer) 0
3) last indexing error
4) N/A
5) last indexing error key
6) "N/A"
2) 1) identifier
2) embedding
3) attribute
4) embedding
5) Index Errors
6) 1) indexing failures
2) (integer) 0
3) last indexing error
4) N/A
5) last indexing error key
6) "N/A"
3) 1) identifier
2) _index_name
3) attribute
4) _index_name
5) Index Errors
6) 1) indexing failures
2) (integer) 0
3) last indexing error
4) N/A
5) last indexing error key
6) "N/A"
4) 1) identifier
2) _metadata_json
3) attribute
4) _metadata_json
5) Index Errors
6) 1) indexing failures
2) (integer) 0
3) last indexing error
4) N/A
5) last indexing error key
6) "N/A"
5) 1) identifier
2) session_id
3) attribute
4) session_id
5) Index Errors
6) 1) indexing failures
2) (integer) 0
3) last indexing error
4) N/A
5) last indexing error key
6) "N/A"
6) 1) identifier
2) file_name
3) attribute
4) file_name
5) Index Errors
6) 1) indexing failures
2) (integer) 0
3) last indexing error
4) N/A
5) last indexing error key
6) "N/A"
num_docs 24
vector_index_sz_mb 6.0091552734375
24 × 1536 × 4 bytes = 147,456 bytes ≈ 0.14 MB
FT.SEARCH session:demo1 "*" LIMIT 0 5 RETURN 3 file_name session_id text
# Execution Results
1) (integer) 24
2) "session:demo1:01M1MN5JG8DDCXP7K2XHP54G2V"
3) 1) "file_name"
2) "sample_bank_statement.pdf"
3) "session_id"
4) "demo1"
5) "text"
6) "##### Monthly Maintenance Fee\n\nA $12.00 monthly maintenance fee applies unless one of the following waiver conditions is met during the statement period: (a) a minimum daily balance of\n$1,500 is maintained, (b) total qualifying direct deposits of $500 or more are received, or (c) the account holder is enrolled in a linked student or senior\naccount program. Fee waiver eligibility is evaluated at the end of each statement cycle based on the criteria above.\n\n\n##### Error Resolution & Your Rights"
4) "session:demo1:01M1MN5JG8DDCXP7K2XHP54G31"
5) 1) "file_name"
2) "sample_loan_agreement.pdf"
3) "session_id"
4) "demo1"
5) "text"
6) "\"Scheduled Payment Date\" means the 15th calendar day of each month during the Loan Term, or the next Business Day\nif the 15th falls on a non-Business Day.\n\n<!-- PageBreak -->\n\n\n# SAMPLE AGREEMENT - SYNTHETIC TEST DATA - NOT A REAL LOAN DOCUMENT\n\n\n## 4. Amortization Schedule (First 12 Payments)"
6) "session:demo1:01M1MN5JG8DDCXP7K2XHP54G34"
7) 1) "file_name"
2) "sample_loan_agreement.pdf"
3) "session_id"
4) "demo1"
5) "text"
6) "A complete 48-month amortization schedule is available from the Lender upon request. Figures above are rounded to the\nnearest cent and may differ slightly from actual billed amounts due to daily interest accrual conventions.\n\n\n## 5. Prepayment\n\nBorrower may prepay all or part of the outstanding Principal Amount at any time without penalty. Partial prepayments will be\napplied first to accrued interest, then to outstanding fees, then to Principal, and will not change the Scheduled Payment\nDate or Monthly Payment amount unless the Borrower requests and the Lender approves a loan re-amortization in writing.\n\n\n### 6. Late Payments and Default"
8) "session:demo1:01M1MN5JG8DDCXP7K2XHP54G2T"
9) 1) "file_name"
2) "sample_bank_statement.pdf"
3) "session_id"
4) "demo1"
5) "text"
6) "##### Interest Rate & Annual Percentage Yield\n\nThis account earns interest at a variable rate, currently 0.15% with an Annual Percentage Yield (APY) of 0.15%, applied to the average daily balance.\nInterest is compounded monthly and credited to your account on the last business day of the statement period, shown in the Transaction History as 'Interest\nPayment'. Rates are subject to change without notice at the bank's discretion and are current as of the statement date shown on page one.\n\n\n##### Monthly Maintenance Fee"
10) "session:demo1:01M1MN5JG8DDCXP7K2XHP54G2W"
11) 1) "file_name"
2) "sample_bank_statement.pdf"
3) "session_id"
4) "demo1"
5) "text"
6) "##### Error Resolution & Your Rights\n\nIn case of errors or questions about electronic transfers, telephone the bank at the number on your card or write to the address on file as soon as possible.\nThe bank must hear from you no later than 60 days after the first statement on which the problem appears. You will need to provide your name and account\nnumber, describe the error, and state the dollar amount of the suspected error. The bank will investigate and report results within 10 business days, or\nwithin 45 days for transactions initiated outside a 30-day period after the first deposit to the account.\n\n\n##### Funds Availability"
127.0.0.1:6379> SCAN 0 MATCH session:demo1:*
1) "22"
2) 1) "session:demo1:01M1MN5JG8DDCXP7K2XHP54G2S"
2) "session:demo1:01M1MN5JG8DDCXP7K2XHP54G2X"
3) "session:demo1:01M1MN5JG8DDCXP7K2XHP54G2R"
4) "session:demo1:01M1MN5JG8DDCXP7K2XHP54G33"
5) "session:demo1:01M1MN5JG8DDCXP7K2XHP54G2V"
6) "session:demo1:01M1MN5JG8DDCXP7K2XHP54G30"
7) "session:demo1:01M1MN5JG8DDCXP7K2XHP54G2Z"
8) "session:demo1:01M1MN5JG8DDCXP7K2XHP54G36"
9) "session:demo1:01M1MN5JG8DDCXP7K2XHP54G2P"
10) "session:demo1:01M1MN5JG8DDCXP7K2XHP54G2Y"
1) "session:demo1:01M1MN5JG8DDCXP7K2XHP54G2V"
file_name sample_bank_statement.pdf
session_id demo1
text "##### Monthly Maintenance Fee
A $12.00 monthly maintenance fee applies unless one of the
following waiver conditions is met during the statement
period: (a) a minimum daily balance of $1,500 is
maintained..."
2) "session:demo1:01M1MN5JG8DDCXP7K2XHP54G31"
file_name sample_loan_agreement.pdf
session_id demo1
text "\"Scheduled Payment Date\" means the 15th calendar day of
each month during the Loan Term...
<!-- PageBreak -->
# SAMPLE AGREEMENT - SYNTHETIC TEST DATA - NOT A REAL LOAN
DOCUMENT"
SCAN 0 MATCH session:demo1:*
# Execution Results
1) "22"
2) 1) "session:demo1:01M1MN5JG8DDCXP7K2XHP54G2S"
2) "session:demo1:01M1MN5JG8DDCXP7K2XHP54G2X"
... (8 more)
import redis
from src.redismanualvectorization.graph import get_vector_store
session_id = "demo1"
vs = get_vector_store(session_id)
r = redis.Redis(host="localhost", port=6379, password="changeme")
keys = r.keys(f"session:{session_id}:*")
print(f"{len(keys)} chunk(s) in this session")
raw = r.hgetall(keys[0])
vector = vs.convert_vector({"embedding": raw[b"embedding"]})
print("Vector length:", len(vector)) # expect 1536
print("First 8 dims:", [round(v, 5) for v in vector[:8]])
print("Chunk text:", raw[b"text"][:120])
# Results for execution
uv run python -m src.redismanualvectorization.raw_vector_check
24 chunk(s) in this session
Vector length: 1536
First 8 dims: [-0.01327, -0.06799, 0.00346, 0.01323, -0.01469, 0.0217, -0.01146, 0.05652]
Chunk text: b'<td>Lumen Electric Utility</td>\n<td>Bill Payment</td>\n<td>-$24.03</td>\n<td>$7,265.31</td>\n</tr>\n<tr>\n<td>02/14/2026</td>'
krishnansriram@mac RedisManualVectorization % uv run python -m src.redismanualvectorization.main \
--session demo1 \
--query "What's the overdraft protection fee?"
Q: What's the overdraft protection fee?
A: The overdraft protection transfer fee is $10.00 per occurrence.
Sources:
- sample_bank_statement.pdf (chunk 7): #### Important Account Disclosures ##### Overdraft Protection If a transaction is presented that ...
- sample_bank_statement.pdf (chunk 9): ##### Monthly Maintenance Fee A $12.00 monthly maintenance fee applies unless one of the following ...
- sample_bank_statement.pdf (chunk 8): ##### Interest Rate & Annual Percentage Yield This account earns interest at a variable rate, curre...
- sample_bank_statement.pdf (chunk 3): <td>-$10.44</td> <td>$8,096.52</td> </tr> <tr> <td>02/07/2026</td> <td>Greenfield Grocers</td> <td>D...
krishnansriram@mac RedisManualVectorization % uv run python -m src.redismanualvectorization.main \
--session demo2 \
--query "What's the overdraft protection fee?"
Q: What's the overdraft protection fee?
A: I don't know — no relevant content about an overdraft protection fee was found in the uploaded files.
2. ingest_node — session_id重新关联元数据
每个数据块都必须包含后续用于过滤的会话（或租户）密钥。在数据导入时丢失元数据就会导致信息泄露。
3. retrieve_node — 显式过滤与索引规范
即便索引名称是按会话划分的，也仍需通过会话进行过滤。双重保障总比依赖乐观隔离机制更可靠。
5. 依赖关系 — 直接导入的组件会有独立条目
需固定Redis客户端及向量集成版本的编号。以往的间接升级曾导致索引字段类型出错。
检查已存储的内容
1. 存在哪些索引
部署后会列出所有索引；创建失败时不会显示任何提示，直到首次执行空查询。
2. 结构方案
确认向量维度、文本字段和标签字段与代码要求一致。
3>列出记录而不输出原始向量
4>获取记录的完整元数据
实际查看向量——在调试维度不匹配问题时解码浮点数
总结说明
即使使用托管版Redis也存在限制
仍需进行备份、设置身份验证、限定内存使用上限，并设计会话结束后的数据删除机制。持久化功能只能解决重启问题，无法替代完善的治理措施。
可将内存中的临时存储视为教学工具，而将Redis作为同一图结构在共享或多请求场景下的默认存储方案。
添加一个冒烟测试，该测试会读取两个会话的数据，并从每个会话中获取信息，同时确保不存在任何串扰现象。在持续集成过程中使用一次性容器针对 Redis 运行此测试，从而防止错误传播到共享环境。
添加一个冒烟测试，该测试会读取两个会话的数据，并从每个会话中获取信息，同时确保不存在任何串扰现象。在持续集成过程中使用一次性容器针对 Redis 运行此测试，从而防止错误传播到共享环境。
添加一个冒烟测试，该测试会读取两个会话的数据，并从每个会话中获取信息，同时确保不存在任何串扰现象。在持续集成过程中使用一次性容器针对 Redis 运行此测试，从而防止错误传播到共享环境。
添加一个冒烟测试，该测试会读取两个会话的数据，并从每个会话中获取信息，同时确保不存在任何串扰现象。在持续集成过程中使用一次性容器针对 Redis 运行此测试，从而防止错误传播到共享环境。
添加一个冒烟测试，该测试会读取两个会话的数据，并从每个会话中获取信息，同时确保不存在任何串扰现象。在持续集成过程中使用一次性容器针对 Redis 运行此测试，从而防止错误传播到共享环境。
添加一个冒烟测试，该测试会读取两个会话的数据，并从每个会话中获取信息，同时确保不存在任何串扰现象。在持续集成过程中使用一次性容器针对 Redis 运行此测试，从而防止错误传播到共享环境。
添加一个冒烟测试，该测试会读取两个会话的数据，并从每个会话中获取信息，同时确保不存在任何串扰现象。在持续集成过程中使用一次性容器针对 Redis 运行此测试，从而防止错误传播到共享环境。
添加一个冒烟测试，该测试会读取两个会话的数据，并从每个会话中获取信息，同时确保不存在任何串扰现象。在持续集成过程中使用一次性容器针对 Redis 运行此测试，从而防止错误传播到共享环境。
添加一个冒烟测试，该测试会读取两个会话的数据，并从每个会话中获取信息，同时确保不存在任何串扰现象。在持续集成过程中使用一次性容器针对 Redis 运行此测试，从而防止错误传播到共享环境。
添加一个冒烟测试，该测试会读取两个会话的数据，并从每个会话中获取信息，同时确保不存在任何串扰现象。在持续集成过程中使用一次性容器针对 Redis 运行此测试，从而防止错误传播到共享环境。
添加一个冒烟测试，该测试会读取两个会话的数据，并从每个会话中获取信息，同时确保不存在任何串扰现象。在持续集成过程中使用一次性容器针对 Redis 运行此测试，从而防止错误传播到共享环境。
添加一个冒烟测试，该测试会读取两个会话的数据，并从每个会话中获取信息，同时确保不存在任何串扰现象。在持续集成过程中使用一次性容器针对 Redis 运行此测试，从而防止错误传播到共享环境。
添加一个冒烟测试，该测试会读取两个会话的数据，并从每个会话中获取信息，同时确保不存在任何串扰现象。在持续集成过程中使用一次性容器针对 Redis 运行此测试，从而防止错误传播到共享环境。
添加一个冒烟测试，该测试会读取两个会话的数据，并从每个会话中获取信息，同时确保不存在任何串扰现象。在持续集成过程中使用一次性容器针对 Redis 运行此测试，从而防止错误传播到共享环境。
添加一个冒烟测试，该测试会读取两个会话的数据，并从每个会话中获取信息，同时确保不存在任何串扰现象。在持续集成过程中使用一次性容器针对 Redis 运行此测试，从而防止错误传播到共享环境。
添加一个冒烟测试，该测试会读取两个会话的数据，并从每个会话中获取信息，同时确保不存在任何串扰现象。在持续集成过程中使用一次性容器针对 Redis 运行此测试，从而防止错误传播到共享环境。
添加一个冒烟测试，该测试会读取两个会话的数据，并从每个会话中获取信息，同时确保不存在任何串扰现象。在持续集成过程中使用一次性容器针对 Redis 运行此测试，从而防止错误传播到共享环境。
添加一个冒烟测试，该测试会读取两个会话的数据，并从每个会话中获取信息，同时确保不存在任何串扰现象。在持续集成过程中使用一次性容器针对 Redis 运行此测试，从而防止错误传播到共享环境。
添加一个冒烟测试，该测试会读取两个会话的数据，并从每个会话中获取信息，同时确保不存在任何串扰现象。在持续集成过程中使用一次性容器针对 Redis 运行此测试，从而防止错误传播到共享环境。
添加一个冒烟测试，该测试会读取两个会话的数据，并从每个会话中获取信息，同时确保不存在任何串扰现象。在持续集成过程中使用一次性容器针对 Redis 运行此测试，从而防止错误传播到共享环境。
持久化机制也会改变故障模式：部分数据导入可能会导致孤儿记录产生。应确保基于分块ID的插入操作具有幂等性，并提供重新索引功能，以便从源文档重建会话。
在本地开发环境中，可通过环境变量控制内存工厂的启用状态，这样工程师就不必为了编辑提示词而运行Redis。在共享测试环境中，则应完全禁止使用内存路径。
需要在迁移至Redis前后分别测量P95检索延迟。即便持久化机制正确，但性能慢三倍的话，人们仍会退而使用不安全的快捷方式。
销毁会话时必须通过过滤条件删除数据，而非直接清空数据库。操作手册中应列出具体的CLI/FT.DROP或删除查询命令，并附上示例。
当多个应用实例同时写入数据时，应选择能够支持并发插入的索引设计；如果采用分片方式，则需遵守Redis集群的哈希标签约束。
为便于排查问题，每次检索时都应记录索引名称和会话过滤条件。出现空结果通常是因为索引或过滤条件有误，而非“模型失效”。
持久化机制也会改变故障模式：部分数据导入可能会导致孤立数据产生。应确保基于分块ID的插入/更新操作具有幂等性，并提供可从源文档重新构建会话的重索引任务。
在本地开发环境中，可通过环境变量控制内存工厂的启用状态，这样工程师就不必为了编辑提示词而运行Redis。在共享测试环境中，则应完全禁止使用内存路径。
需要在迁移至Redis前后分别测量p95检索延迟。即便持久化机制正确，但性能下降三倍仍会迫使人们回到不安全的快捷方式上。
销毁会话时必须通过过滤条件进行删除，而非直接清空数据库。操作手册中应列出完整的CLI/FT.DROP或删除查询命令，并附上示例。
当多个应用实例同时写入时，若采用分片方式，请选择能够支持并发插入更新的索引设计，并遵守Redis集群的哈希标签约束。
为便于排查问题，每次检索时都应记录索引名称和会话过滤条件。返回空结果通常是因为索引或过滤条件有误，而非模型本身出现故障。
持久化机制也会改变故障模式：部分数据导入可能会导致孤立数据产生。应确保插入操作在分块ID层面是可重试的，并提供重新索引功能，以便从源文档重建会话。
在本地开发环境中，可通过环境变量控制内存工厂的启用状态，这样工程师就不必强制运行Redis来编辑提示词。而在共享测试环境中，则应完全禁止使用内存路径。
在将数据迁移到Redis前后，都需要测量p95检索延迟。即便持久化机制正确，但性能慢三倍的话，也会迫使人们重新使用不安全的快捷方式。
会话销毁时应通过过滤删除数据，而非清空数据库。操作手册中应列出具体的CLI/FT.DROP或删除查询命令，并附上示例。
当多个应用实例同时写入数据时，应选择能够支持并发插入更新的索引设计；如果采用分片方式，则需遵守Redis集群的哈希标签约束。
为便于排查问题，每次检索时都应记录索引名称和会话过滤条件。出现空结果通常是由于使用了错误的索引或过滤条件，而非模型本身出错。
持久化机制也会改变故障模式：部分数据导入可能会导致孤立数据产生。应确保插入操作在分块ID层面是可重试的，并提供重新索引功能，以便根据源文档重建会话。