最近在做一个知识库问答的Agent，用的LangGraph+RAG。简单单轮问答效果还行，但一旦用户连续追问，或者问题本身涉及多个文档片段，我就发现一个问题：检索回来的chunk太多，塞进prompt里经常超token限制，只能硬截断，结果模型回答就缺胳膊少腿的。我自己试过调top_k和相似度阈值，但要么漏信息，要么还是太长。想问问大家，在实际项目里是怎么处理这种“检索结果太多但上下文窗口有限”的矛盾的？是有什么高级的压缩/重排策略，还是说应该把检索结果先做个摘要再喂给Agent？求一个比较工程化的思路，别光讲理论，谢谢了。