最近在搭一个客服Agent，用的RAG方案。目前做法是把用户query和检索到的文档一起丢给LLM，但多轮对话一长就出问题：用户说“那第二个方案呢”，系统完全不知道指代什么。我试过把对话历史拼进query再检索，结果召回的全是历史里的噪声，相关性反而变差。也试过单独维护一个记忆模块做重写，但重写后的query跟原文语义差太多，检索结果很飘。想请教各位，实际生产里多轮对话的上下文是怎么跟RAG结合的？是单纯拼历史，还是先做指代消解再检索？有没有更工程化的做法（比如滑动窗口+重排序）？另外，对话历史的embedding要不要单独存？跟知识库的向量混在一起会不会污染索引？