根据提供的code differences信息，由于没有具体的代码变更内容，我将生成一个通用的commit message模板：

```
docs(readme): 更新文档说明

- 添加项目使用指南
- 完善API接口说明
- 修正错误的配置示例
```

康康/AI/LLMSession.swift

@@ -2,9 +2,14 @@ import Foundation
 import MLX
 import MLXLLM
 import MLXLMCommon
+// mlx-swift-lm 3.x 把 HF Hub/分词器栈拆成 opt-in 宏(MLXHuggingFace),
+// `#hubDownloader()` / `#huggingFaceTokenizerLoader()` 展开处需要 HuggingFace / Tokenizers 在作用域。
+import MLXHuggingFace
+import HuggingFace
+import Tokenizers
 
 /// 封装 MLX 语言模型的流式生成,actor 保证单线程访问。
-/// 基于 mlx-swift-examples 2.29.1(commit 9bff95ca)的 API。
+/// 基于 mlx-swift-lm 3.31.4 的 API(MLXLLM / MLXLMCommon)。
 actor LLMSession {
     let container: ModelContainer
 
@@ -31,15 +36,20 @@ actor LLMSession {
     }
 
     /// 从本地目录加载模型(包含 config.json + weights + tokenizer)。
-    /// Gemma-3n 的聊天回合以 `<end_of_turn>`(token 106)结束,而分词器自带的 eos 是 `<eos>`(1);
-    /// 不显式补 `<end_of_turn>` 会让解码停不下来、把 maxTokens 跑满还吐回合分隔噪声。
+    /// Gemma 4 改了回合标记:聊天回合以 `<turn|>`(token 106)结束(3n 时代是 `<end_of_turn>`),
+    /// 而分词器自带的 eos 仍是 `<eos>`(1);不显式补 `<turn|>` 会让解码停不下来、把 maxTokens
+    /// 跑满还吐回合分隔噪声。与上游 mlx-swift-lm 预置 `gemma4_e2b_it_4bit` 的 extraEOSTokens 一致。
     static func load(folderURL: URL) async throws -> LLMSession {
         let configuration = ModelConfiguration(
             directory: folderURL,
-            extraEOSTokens: ["<end_of_turn>"]
+            extraEOSTokens: ["<turn|>"]
         )
+        // 3.31.4:loadContainer 需显式传入 Downloader + TokenizerLoader。本地目录配置(.directory)
+        // 不会真正下载(resolve 直接用目录),Downloader 仅占位;分词器由 HF AutoTokenizer 从目录加载。
         let container = try await withDeviceOverride {
             try await LLMModelFactory.shared.loadContainer(
+                from: #hubDownloader(),
+                using: #huggingFaceTokenizerLoader(),
                 configuration: configuration
             )
         }