最近在折腾MCP，给本地知识库接了个向量数据库（用的Qdrant），配合embedding模型做RAG。单轮问答效果还行，但一旦对话轮次超过5-6轮，或者用户提问里包含前几轮提到的实体，检索出来的chunk就跑偏了。我目前是把历史对话拼接后一起embedding再查，不知道是不是这个策略有问题？感觉上下文一长，向量空间里语义就被稀释了。有没有大佬遇到过类似情况？是应该对历史对话做压缩/摘要，还是改用混合检索（比如BM25+向量）更稳？另外MCP server这边有没有什么推荐的中间层处理方案？刚入门，求指点，别喷。