「对话式个人档案」RAG 应用砍到两次模型调用，首 token 延迟仍偏慢

「对话式个人档案」RAG 应用砍到两次托管模型调用：先分类消息并按需改写为检索 query，再基于本地 Tantivy 索引至多 5 份文档生成回答，但串行调用使首 token 延迟仍偏高。