方案在之前大模型基础中提到过，可以采用滑动窗口，摘要压缩等方式。问题：对话历史会越来越长，消耗大量token成本。* 总是保留system消息（定义角色）。* 只保留最近N轮，丢弃更早的对话。这里以滑动窗口举例。