最近在尝试用LangChain搭一个简单的AI Agent，打算用RAG来做长期记忆，存一些项目文档和对话历史。目前用的是FAISS + OpenAI Embeddings，文档大概有几百份，每份几百到几千字不等。问题是检索时经常返回一些不相关的内容，比如问“上次讨论的API设计修改”，结果给我翻出好几条无关的接口文档。我试过调chunk size和top_k，效果不太稳定。想问下各位有没有更靠谱的分块策略或者检索优化方法？还是说我这个思路本身就有问题，Agent的记忆不应该全扔给RAG？感谢指点！