diff --git "a/content/zh/docs/Developerguide/AI\347\211\271\346\200\247.md" "b/content/zh/docs/Developerguide/AI\347\211\271\346\200\247.md"
index 668f9a840af8cd70a924e35ea796a7e6faf0421f..6fbc9762fbfa680b549354ebf5d6699ab4898eaa 100644
--- "a/content/zh/docs/Developerguide/AI\347\211\271\346\200\247.md"
+++ "b/content/zh/docs/Developerguide/AI\347\211\271\346\200\247.md"
@@ -2,7 +2,7 @@
 
 人工智能技术最早可以追溯到上世纪50年代，甚至比数据库系统的发展历史还要悠久。但是，由于各种各样客观因素的制约，在很长的一段时间内，人工智能技术并没有得到大规模的应用，甚至还经历了几次明显的低谷期。到了近些年，随着信息技术的进一步发展，从前限制人工智能发展的因素已经逐渐减弱，所谓的ABC（AI、Big data、Cloud computing）技术也随之而诞生。AI与数据库结合是近些年的行业研究热点，我们的数据库团队较早地参与了该领域的探索，并取得了阶段性的成果。AI特性子模块相对数据库其他组件更为独立，名为dbmind，大致可分为AI4DB与DB4AI两个部分。
 
--   AI4DB就是指用人工智能技术优化数据库的性能，从而获得更好的执行表现；也可以通过人工智能的手段实现自治、免运维等。主要包括自调优、自诊断、自安全、自运维、自愈等子领域；
+-   AI4DB就是指用人工智能技术优化数据库的性能，从而获得更好的执行表现；也可以通过人工智能的手段实现自治、免运维等。主要包括自调优、自诊断、自安全、自运维、自愈等子领域。
 -   DB4AI就是指打通数据库到人工智能应用的端到端流程，统一人工智能技术栈，达到开箱即用、高性能、节约成本等目的。例如通过SQL-like语句使用推荐系统、图像检索、时序预测等功能，充分发挥高斯数据库高并行、列存储等优势。
 
 -   **[Predictor: AI查询时间预测](Predictor-AI查询时间预测.md)**  
diff --git a/test.txt b/test.txt
new file mode 100644
index 0000000000000000000000000000000000000000..9daeafb9864cf43055ae93beb0afd6c7d144bfa4
--- /dev/null
+++ b/test.txt
@@ -0,0 +1 @@
+test
diff --git a/test2.txt b/test2.txt
new file mode 100644
index 0000000000000000000000000000000000000000..ccc9bd67dc5c467859102d53d54c5ce851273bdd
--- /dev/null
+++ b/test2.txt
@@ -0,0 +1 @@
+xx