最近在捣鼓一个个人知识库Agent，用的Chroma存向量，把历史对话和笔记切块embedding后塞进去。但实际跑起来，召回的内容经常是“相关但没用”，比如问“上个月我总结的Python坑”，它给我翻出几段无关的代码片段。我试过调top_k、换相似度算法，甚至手动调chunk_size，效果还是不稳定。看好多教程都是“三步搭建RAG”，但没人说清楚怎么处理记忆的时间衰减和语义重叠问题。想问问各位老哥，生产级的Agent长期记忆一般怎么做？是得换Milvus或者上pgvector加metadata过滤，还是我embedding模型选得不对？求指点。