请解释上下文查询增强的含义，其核心作用是什么？并结合 Spring AI，说明如何实现该方法以处理无关问题。

回答思路

1. 【回答框架 1】上下文查询增强是一种信息检索技术，通过将原始查询与相关上下文结合，生成更精确的查询表示，以提高检索质量。
2. 【回答框架 2】其核心作用包括：消除歧义、扩展语义、过滤无关信息，从而提升问答系统的准确性和相关性。
3. 【回答框架 3】在 Spring AI 中，可通过实现 QueryAugmenter 接口，结合向量数据库和 LLM 对查询进行重写或扩写。
4. 【回答框架 4】具体实现步骤：加载上下文文档，利用嵌入模型生成向量，结合原始查询进行相似度检索，再将结果与原查询合并构造增强查询。
5. 【回答框架 5】处理无关问题时，可基于检索结果的相关性评分，设定阈值过滤低相关上下文，或利用 LLM 判断查询是否与上下文相关，从而避免无关信息干扰。
6. 【关键点 1】上下文查询增强通过结合上下文重写或扩展查询，提升检索准确性。
7. 【关键点 2】Spring AI 中可通过自定义 QueryAugmenter 实现上下文融合。
8. 【关键点 3】处理无关问题需依赖相关性过滤或语义判断机制。
9. 【易错点 1】过度增强可能导致查询偏离原始意图，引入噪声。
10. 【易错点 2】仅依赖相似度阈值可能误判，需结合业务场景调优。
11. 【易错点 3】忽略上下文版本或时效性可能引入过时信息。