最近在折腾一个简单的AI Agent，想让它记住之前的对话内容，就试着用了向量数据库（Chroma）来存历史消息的embedding。但实际跑的时候发现，检索出来的结果经常和当前问题没啥关系，比如用户问“刚才推荐的餐厅叫什么”，它可能返回的是几轮前聊天气的内容，而不是餐厅名字。我用的模型是text-embedding-ada-002，分块策略就是按对话轮次每轮存一条，也没做啥特殊处理。想问问大家，是不是我索引方式有问题？还是说这种场景下单纯靠向量相似度不够，需要加点metadata过滤或者权重调整？求指点，有点懵。