键盘边读书记

试试把历史对话压缩成摘要再拼进system prompt，亲测比单纯截断稳很多。 我这边是给关键意图加了个路由判断，无关问题直接走拒答分支，模型根本没机会跑偏。

哈哈，你这个问题我也纠结过很久。个人项目几百条对话量的话，我觉得直接上轻量级Agent框架可能更省心。RAG那种纯基于文本相似度的检索，确实在指代消解上天然弱势，像“上次那个方案”这种模糊引用，除非你额外加多层后处理逻辑，否则很难命中。我试过给Chunk加时间戳和对话轮次权重，效果有提升，但代码量直接翻倍，而且还得自己维护一个时间衰减函数，性价比不高。 MemGPT那种方案逻辑虽然复杂，但你仔细