最近在用LangChain搭一个简单的Agent项目，结合RAG做客服问答。但做到多轮对话时，发现每次用户问新问题，Agent都会把整段历史塞进prompt，结果token爆炸了，而且有时候用户问的和之前完全无关，检索出来的上下文还带着旧问题，回答就歪了。我试过只保留最近两轮对话，但用户突然问“刚才那个方案再解释一下”又找不到了。想问下大家，RAG+Agent的场景里，历史记录是应该全部丢给LLM自己过滤，还是单独切一个记忆模块？有没有比较轻量的管理策略？或者用向量数据库存历史消息做检索可行吗？求指点。