多轮对话调优

仅靠 LangChain 提供的“开箱即用”组件构建多轮 RAG 对话系统，往往在真实场景中效果不佳。

原因包括：

• 对话历史冗余或噪声累积：越聊越长，LLM 注意力被分散；
• 检索 query 不准确：后续问题依赖上下文（如“他指的是谁？”），但原始 query 无法独立检索；
• 上下文窗口限制：LLM 输入长度有限，无法塞入全部历史 + 检索结果；
• 幻觉增强：错误的历史理解会误导后续回答；
• LangChain 默认链式结构较“线性”，缺乏对多轮语义状态的显式建模。