doc: refactor docs.

docs/zh/06-advanced/06-TDgpt/04-anomaly-detection/intro.md

@@ -3,6 +3,7 @@
 异常检测生成的异常窗口受检测算法和算法参数的共同影响，对于异常窗口范围内的数据，可以应用 TDengine 提供的聚合和标量函数进行查询或变换处理。
 对于输入时间序列 (1, 20), (2, 22), (3, 91), (4, 120), (5, 18), (6, 19)。系统检测到 (3, 91), (4, 120) 为异常点，那么返回的异常窗口是闭区间 [3, 4]。
 
+<img src="./pic/anomaly-detection.png" width="560" alt="异常检测" />
 
 ##### 语法
 

docs/zh/06-advanced/06-TDgpt/index.md

@@ -17,5 +17,5 @@ TDgpt 运行在部署于 TDengine 集群中的 Analysis Node (ANode)中。每个
 TDgpt 提供的高级数据分析功能分为时序数据异常检测和时序数据预测两大类。
 时序数据异常检测的结果采用异常窗口的形式提供，即分析系统自动将连续的异常数据以时间窗口的形式返回，其使用方式与 TDengine 中其他类型的时间窗口类似。特别地，可以将异常时序数据窗口视作为一种特殊的**事件窗口（Event Window）**，因此事件窗口可应用的查询操作均可应用在异常窗口上。如下图所示，分析平台将返回时序数据异常窗口 [10:51:30, 10:54:40] （红色背景部分数据）。
 
-<img src="./pic/anomaly-detection.png" width="560" alt="异常检测" />
+