请解释检索增强生成（Retrieval-Augmented Generation, RAG）的基本概念、核心架构组成及工作流程，说明其解决的关键问题，并对比分析在哪些应用场景下RAG优于纯参数化记忆的大模型，举例说明其优势与局限性。

三层 Memory 架构

Layer 1: In-Context Memory（有限，实时）
    |- System Prompt（只读指令）
    |- Working Memory（当前工作空间）
    |- Recent Messages（最近消息）

Layer 2: Short-Term Buffer（会话级，临时）
    |- Session History（会话历史）
    |- Temporary Scratchpad（临时草稿）
    |- 存储：Redis（低延迟，TTL 过期）

Layer 3: Long-Term Storage（跨会话，持久）
    |- Vector Database（向量语义检索）
    |- Knowledge Graph（图谱关系推理）
    |- User Profiles（用户画像）
    |- 存储：Milvus / Qdrant + PostgreSQL

数据库存储格式设计

# Milvus 向量数据库 Schema（用于长期记忆语义检索）
from pymilvus import CollectionSchema, FieldSchema, DataType

fields = [
    FieldSchema(name="doc_id", dtype=DataType.VARCHAR,
                max_length=128, is_primary=True),
    FieldSchema(name="content", dtype=DataType.VARCHAR, max_length=65535),
    FieldSchema(name="embedding", dtype=DataType.FLOAT_VECTOR, dim=1536),
    FieldSchema(name="metadata", dtype=DataType.JSON),
    FieldSchema(name="created_at", dtype=DataType.INT64),
]

# metadata 字段存储关键信息
metadata = {
    "user_id": "USR001",
    "session_id": "SESSION_001",
    "memory_type": "episodic",  # episodic / semantic / procedural
    "importance": 0.85,          # 重要性分数
    "access_count": 3,           # 访问次数（强化记忆用）
    "last_accessed": "2024-01-15T10:30:00Z"
}

多轮对话的 Query 改写

def rewrite_query_with_history(query: str, history: list) -> str:
    if not has_pronoun(query):
        return query

    prompt = (
        f"对话历史：{format_history(history[-3:])}\n"
        f"当前问题：{query}\n"
        "请将当前问题改写为独立完整的问题（不含代词）："
    )
    return llm.generate(prompt)

# 示例：
# 历史：用户之前问了意外险相关问题
# 当前：「那摔伤算吗？」-> 改写为「意外险中摔伤是否在保障范围内？」

检索综合评分公式

综合分数 = alpha * 语义相关性 + beta * 时间衰减 + gamma * 重要性

时间衰减：decay = exp(-lambda * (now - last_accessed) / days)
重要性：access_count / max_access_count（越常被调取越重要）

超长历史的管理策略

层次化摘要（MemGPT 方案）：
  原始对话 -> 每日摘要 -> 每周摘要 -> 长期精华
  新对话发生时：查近期详细记录 + 早期概要，详细与全局兼顾

记忆遗忘机制（参考艾宾浩斯遗忘曲线）：
  长时间未访问 -> 降低权重 -> 最终删除
  经常被访问 -> 增加权重 -> 永久保留