保持会话的一致性和避免会话的重复是构建基于知识的智能多圈对话系统的两个关键因素。虽然有些作品倾向于将历史与个人背景等外部知识相结合，以提高对话质量，但却容易忽视将同一知识多次融入对话会导致重复的事实。主要原因是缺乏对会话层面知识使用的有效控制。因此，我们设计了一个历史适应的知识整合机制，以建立一个有效的多回合对话模型。我们提出的模型通过不断更新对话层面上的知识并逐步将其融入到历史中来解决重复问题。基于知识的历史表征也增强了会话的一致性。实验结果表明，在一些基准数据集上，我们提出的模型明显优于几种基于检索的模型。人类评价表明，我们的模型能够保持会话的一致性，减少会话重复。
