15｜知识检索：通过LlamaIndex和A2A实现文件聊天Agent

1. LlamaIndex是一个大模型应用开发框架，可以实现向量的存储机制，包括文档存储、索引存储和向量存储。 2. LlamaIndex的Workflow和Agent系统可以实现具备文档加载、内容理解、上下文记忆和多轮问答能力的文件聊天Agent。 3. LlamaIndex的@step装饰器标志着工作流中的一个执行步骤，用于根据输入事件判断当前任务是上传文档，还是发起聊天。 4. LlamaIndex的load_document方法支持base64上传与文件路径读取，文档上传成功后会构建一个Document对象，添加到文档列表中。 5. LlamaIndex的_build_index方法通过手动控制节点划分方式和调用from_documents()构建向量索引，实现文档转语义数据库的核心处理逻辑。 6. LlamaIndex Agent实现了完整的会话状态管理，每个会话独立的状态存储，通过持久化支持会话状态的保存和恢复，并按需加载和清理状态。 7. Agent 的核心对话流程通过 chat 步骤执行，结合上下文对象 ctx 进行持久化。 8. 流式处理能够在处理过程中提供实时反馈，持续更新任务的执行状态；同时可根据不同类型的事件进行分类处理，实现更精细的响应策略。 9. 通过 @step 装饰器、Context 持久化机制、系统提示动态注入与结构化输出设计，Agent 才拥有了类人记忆、响应逻辑与可解释性。