最近在做一个基于RAG的客服Agent，单轮问答效果还行，但一涉及多轮就拉胯。比如用户先问“A产品的退货政策”，接着问“那B产品呢”，检索时经常把A的文档也召回，或者干脆丢失指代。试过把历史对话拼进query改写，但token一多模型就开始胡言乱语。也试过只保留最近两轮，结果指代又断了。想问问大家在实际项目里，多轮RAG的query改写和检索过滤到底怎么配合？有没有比较稳的工程方案，还是说只能靠加大模型硬扛？