最近在折腾一个 AI Agent 项目，用 LangChain 搭的，主要做多步文档问答。比如用户问“对比去年Q3和今年Q3的销售数据，再总结趋势”，Agent 需要先检索两个季度的报告，再调用工具做对比。但问题来了：检索出来的 chunks 一多（比如每个季度抽了5-10个片段），再加上 Agent 自己的思考链，上下文窗口很快就塞爆了，经常报 token 超限或者生成结果开始胡扯。我试过调低 top_k 或者用更小的模型，但效果不理想，核心信息反而丢了。想问下大家，有没有比较成熟的上下文管理策略？比如动态摘要、滑动窗口，或者干脆把中间结果存到外部存储里？求推荐实战经验，谢谢！