RAGFlow 是一款开源、面向复杂文档理解的企业级 RAG（检索增强生成）引擎。让LangChain集成Ragflow轻松实现文档检索

在本文中，我们调用AI接口实现简单的聊天功能，并为聊天功能添加简单的记忆存储能力，这里先存储到文本中作为演示

大多数的 LLM 应用程序都会有一个会话接口，允许我们和 LLM 进行多轮对话，并有一定的上下文记忆功能。但实际上，模型本身时不会记忆任何上下文的，只能依靠用户本身的输入去产生输出。而实现这个记忆功能，就需要额外的模块去保存我们和模型对话的上下文信息，然后在下一次请求时，把所有的历史信息都输入给模型，让模型输出结果。 所以为 LLM 添加记忆其实非常简单，就是在 Prompt 中预留 chat_history 占位符，将 Human/Ai 的历史对话信息插入到占位符中，并且实时保存 Human/Ai 的对话信息，在每一次对话时插入到预留占位符即可完成最简单的记忆功能

在 Flask 中，所有扩展插件基本上都是以 Flask-Xxx 进行命名， Flask-SQLAlchemy 就是一个为 Flask 应用增加 SQLAlchemy 支持的扩展，致力于简化在 Flask 中 SQLAlchemy 的使用，而 SQLAlchemy 是 目前 Python 中最强大的 ORM 框架，功能全面，使用简单。

如何设计一款功能强大的本地存储系统

需求如下：

1. 使用typescript，提供更好的代码类型提示。
2. 面向接口编程，IStore接口包括get、set、delete、clear、keys、has、getMany、setMany、sweep、testFunctionality(测试是否支持，存储方案自动降级)、getEngineInfo、close(可选，适配indexdb)，支持异步(为了更好的适配indexdb)。
3. 需要支持多种存储方案，默认实现localStorage、sessionStorage、indexdb、memory这四种，每一种方案都需要实现上面的方法。支持用户自定义存储方案,可以提供一个注册的方法，也可以删除某方案。
4. 初始化sotre时，指定一个存储方案，也可以通过一个参数开启自动降级（需要有一个参数指定每种方案的优先级，按照这个优先级自动降级）。
5. 需要加锁。
6. 用户可以自定义数据加密和解密，以插件的方式，用户需要可以传入。
7. 日志监控:记录存储操作日志，支持错误上报。也是以插件的方式提供一个默认的，也可以用户自定义。
8. 数据校验：存储前校验数据格式（基于 Zod/JSON Schema）。
9. LRU 缓存优化：更高效的内存缓存策略。
10. 配置化管理：全局统一配置，支持运行时调整。 11.命名空间隔离：多模块存储隔离，避免 key 冲突。
11. 批量操作优化：IndexedDB 批量操作事务优化。
12. 响应式 Hook：适配 React/Vue 的响应式存储。
13. 高级功能要实现用户自主控制，不要在代码写死，暴露一个接口由用户传入实现逻辑