SearchRequest是Spring AI中向量检索的核心参数对象，用于配置相似性搜索的查询文本、结果数量限制、相似度阈值及元数据过滤条件。作为VectorStoreRetriever的统一检索抽象，它连接上层RAG应用与底层多种向量数据库实现（如Azure、Pinecone等）。

ChatClient 是 Spring AI 提供的高阶无状态聊天客户端接口，采用 Fluent API 风格组织 Prompt 请求。它不是模型 SDK，而是构建请求、编排上下文和选择返回形态的门面层。

PgVectorStore是Spring AI在PostgreSQL+pgvector上的向量存储实现，承担向量存储抽象层职责。它继承AbstractObservationVectorStore，实现VectorStore等接口，提供文档写入、向量生成、相似度检索等功能。

第一，它是 Spring AI的默认实现，职责是把Document的 metadata 与正文投影成适合模型消费的字符串。第二，它的实现本质是“两级模板替换”：先按把每个 metadata 条目变成文本，再用拼成，最后把与content注入。默认模板分别是。第三，它不是简单的，而是。决定 metadata 过滤策略，而两套排除列表则分别服务于推理与向量化。第四，它和Document、Embeddi

Spring AI中的Document类是一个核心文档容器，用于承载文本或媒体内容、元数据和唯一ID，作为AI处理流水线的统一数据对象。