最近在折腾基于Llama 3.1的本地Agent，用来做文档问答。遇到了一个挺头疼的问题——对话一长（大概10轮左右），模型就开始“失忆”，要么重复之前回答过的内容，要么干脆把前面提到的关键实体给忘了。我试过用LangChain的ConversationBufferMemory，但感觉只是把历史塞进prompt，token一超就废了。也试了简单的向量存储检索，但效果不稳定，有时候相关度高的历史反而没召回。想问下有经验的大佬，你们是用什么方案来保持Agent的“长期记忆”？有没有比较轻量、适合本地部署的开源记忆模块推荐？或者是不是我的调用方式有问题？感谢！