记忆

LangGraph 支持构建对话式智能体所需的两种基本记忆类型：

短期记忆：在会话中跟踪正在进行的对话，维护消息历史。
长期记忆：跨会话存储用户特定或应用级别的数据。

本指南演示如何在 LangGraph 中使用这两种记忆类型与智能体。有关记忆概念的深入理解，请参阅 LangGraph 记忆文档。

短期和长期记忆都需要持久化存储来维护跨 LLM 交互的连续性。在生产环境中，这些数据通常存储在数据库中。

:::note[术语]

在 LangGraph 中：

短期记忆 也被称为 线程级记忆。
长期记忆 也被称为 跨线程记忆。

线程表示由相同 thread_id 分组的一系列相关运行。

短期记忆

短期记忆使智能体能够跟踪多轮对话。要使用它，您必须：

在创建智能体时提供 checkpointer。checkpointer 启用智能体状态的持久化。
在运行智能体时在配置中提供 thread_id。thread_id 是会话的唯一标识符。

// highlight-next-line
import { MemorySaver } from "@langchain/langgraph-checkpoint";
import { createReactAgent } from "@langchain/langgraph/prebuilt";
import { initChatModel } from "langchain/chat_models/universal";
import { tool } from "@langchain/core/tools";
import { z } from "zod";

// highlight-next-line
const checkpointer = new MemorySaver();  // (1)!

const getWeather = tool(
  async (input: { city: string }) => {
    return `It's always sunny in ${input.city}!`;
  },
  {
    name: "getWeather",
    schema: z.object({
      city: z.string().describe("The city to get the weather for"),
    }),
    description: "Get weather for a given city.",
  }
);

const llm = await initChatModel("anthropic:claude-3-7-sonnet-latest");
const agent = createReactAgent({
  llm,
  tools: [getWeather],
  // highlight-next-line
  checkpointer  // (2)!
});

// Run the agent
// highlight-next-line
const config = { configurable: { thread_id: "1" } };  // (3)!
const sfResponse = await agent.invoke(
  { messages: [ { role: "user", content: "what is the weather in sf" } ] },
  config  // (4)!
);
const nyResponse = await agent.invoke(
  { messages: [ { role: "user", content: "what about new york?" } ] },
  config
);

MemorySaver 是一个在内存中存储智能体状态的检查点器。在生产环境中，您通常会使用数据库或其他持久化存储。请查看 checkpointer 文档以获取更多选项。如果您使用 LangGraph Platform 部署，平台将为您提供生产就绪的检查点器。
checkpointer 被传递给智能体。这使智能体能够在调用之间持久化其状态。请注意
在配置中提供唯一的 thread_id。此 ID 用于标识会话。该值由用户控制，可以是任何字符串。
智能体将使用相同的 thread_id 继续对话。这将允许智能体推断用户具体询问的是纽约的天气。

当使用相同的 thread_id 第二次调用智能体时，第一次对话的原始消息历史会自动包含，使智能体能够推断用户具体询问的是纽约的天气。

!!! 注意 "LangGraph Platform 提供生产就绪的 checkpointer"

如果您使用 LangGraph Platform，在部署期间，您的检查点器将自动配置为使用生产就绪的数据库。

长期记忆

使用长期记忆来存储跨会话的用户特定或应用特定数据。这对于聊天机器人等应用很有用，在这些应用中，您希望记住用户偏好或其他信息。

要使用长期记忆，您需要：

配置存储以在调用之间持久化数据。
使用 config.store 从工具或提示词访问存储。

读取

import { initChatModel } from "langchain/chat_models/universal";
import { createReactAgent } from "@langchain/langgraph/prebuilt";
// highlight-next-line
import { InMemoryStore } from "@langchain/langgraph-checkpoint";
// highlight-next-line
import { getStore } from "@langchain/langgraph";
import { LangGraphRunnableConfig } from "@langchain/langgraph";
import { tool } from "@langchain/core/tools";
import { z } from "zod";

const store = new InMemoryStore(); // (1)!

await store.put(  // (2)!
  ["users"],  // (3)!
  "user_123",  // (4)!
  {
    name: "John Smith",
    language: "English",
  } // (5)!
);

// 查找用户信息的工具
const getUserInfo = tool(
  async (input: Record<string, any>, config: LangGraphRunnableConfig): Promise<string> => {
    // 与提供给 `createReactAgent` 的相同
    const store = config.store; // (6)!
    if (!store) {
      throw new Error("store is required when compiling the graph");
    }

    const userId = config.configurable?.userId;
    if (!userId) {
      throw new Error("userId is required in the config");
    }

    const userInfo = await store.get(["users"], userId); // (7)!
    return userInfo ? JSON.stringify(userInfo.value) : "Unknown user";
  },
  {
    name: "get_user_info",
    description: "Look up user info.",
    schema: z.object({}),
  }
);

const llm = await initChatModel("anthropic:claude-3-7-sonnet-latest");
const agent = createReactAgent({
  llm,
  tools: [getUserInfo],
  store, // (8)!
});

// Run the agent
const response = await agent.invoke(
  { messages: [ { role: "user", content: "look up user information" } ] },
  { configurable: { userId: "user_123" } }
);

InMemoryStore 是一个在内存中存储数据的存储。在生产环境中，您通常会使用数据库或其他持久化存储。请查看文档以获取更多选项。如果您使用 LangGraph Platform 部署，平台将为您提供生产就绪的存储。
对于本示例，我们使用 put 方法将一些示例数据写入存储。有关更多详细信息，请参阅 BaseStore.put API 参考。
第一个参数是命名空间。这用于将相关数据分组在一起。在本例中，我们使用 users 命名空间来分组用户数据。
命名空间中的键。本示例使用用户 ID 作为键。
我们要为给定用户存储的数据。
您可以通过 config.store 从节点、工具和提示词中的任何地方访问存储。它包含创建智能体时传递给智能体的存储。
get 方法用于从存储中检索数据。第一个参数是命名空间，第二个参数是键。这将返回一个 StoreValue 对象，其中包含值和有关值的元数据。
store 被传递给智能体。这使智能体在运行工具时能够访问存储。

写入

import { initChatModel } from "langchain/chat_models/universal";
import { createReactAgent } from "@langchain/langgraph/prebuilt";
import { InMemoryStore } from "@langchain/langgraph-checkpoint";
import { getStore } from "@langchain/langgraph";
import { LangGraphRunnableConfig } from "@langchain/langgraph";
import { tool } from "@langchain/core/tools";
import { z } from "zod";

const store = new InMemoryStore(); // (1)!

interface UserInfo { // (2)!
  name: string;
}

// 保存用户信息的工具
const saveUserInfo = tool(  // (3)!
  async (input: UserInfo, config: LangGraphRunnableConfig): Promise<string> => {
    // 与提供给 `createReactAgent` 的相同
    // highlight-next-line
    const store = config.store; // (4)!
    if (!store) {
      throw new Error("store is required when compiling the graph");
    }

    const userId = config.configurable?.userId;
    if (!userId) {
      throw new Error("userId is required in the config");
    }

    await store.put(["users"], userId, input); // (5)!
    return "Successfully saved user info.";
  },
  {
    name: "save_user_info",
    description: "Save user info.",
    schema: z.object({
      name: z.string(),
    }),
  }
);

const llm = await initChatModel("anthropic:claude-3-7-sonnet-latest");
const agent = createReactAgent({
  llm,
  tools: [saveUserInfo],
  // highlight-next-line
  store,
});

// Run the agent
await agent.invoke(
  { messages: [ { role: "user", content: "My name is John Smith" } ] },
  { configurable: { userId: "user_123" } } // (6)!
);

// 您可以直接访问存储以获取值
const userInfo = await store.get(["users"], "user_123")
userInfo.value

InMemoryStore 是一个在内存中存储数据的存储。在生产环境中，您通常会使用数据库或其他持久化存储。请查看 store 文档以获取更多选项。如果您使用 LangGraph Platform 部署，平台将为您提供生产就绪的存储。
UserInfo 类是一个定义用户信息结构的接口。我们将在下面使用 zod 对象指定相同的模式，以便 LLM 根据该模式格式化响应。
saveUserInfo 是一个允许智能体更新用户信息的工具。这对于用户想要更新其个人资料信息的聊天应用可能很有用。
您可以通过 config.store 从节点、工具和提示词中的任何地方访问存储。它包含创建智能体时传递给智能体的存储。
put 方法用于在存储中存储数据。第一个参数是命名空间，第二个参数是键。这将在存储中存储用户信息。
userId 在配置中传递。这用于标识正在更新其信息的用户。

其他资源

LangGraph 中的记忆

记忆

记忆

短期记忆

长期记忆

读取

写入

其他资源

On this page