LangChain 实战：玩转短期记忆

本文目录

1.1 什么是短期记忆？
1.2 langchain 三类上下文
1.3 使用方法
1.4 存储
2.1 通过内存
2.2 使用pgsql
2.3 自定义 AgentState
3.1 裁剪消息
3.2 截断 (truncate) vs 摘要 (summarize)
3.3 删除消息
3.4 摘要

大模型天生就是个“金鱼脑”，聊完就忘。

上下文工程，就是让它在干当前这事的时候，能把前面聊的、工具查到的东西“摊在桌面上”。不然它干到第三步就忘了第一步说了啥，直接瞎指挥。

记忆，就是让它下次还能认出你——你上周跟它说“我过敏不吃香菜”，这周它还能想起来。

一句话总结：上下文工程管“眼前这摊事别断片”，记忆管“别每次都像第一次见面”。

一、概述

1.1 什么是短期记忆？

在 AI Agent 的世界里，**记忆（Memory）**是一套用于留存历史交互信息的机制。

对于 Agent 而言，记忆至关重要：它使 Agent 能够记住过往对话、从反馈中学习、适配用户偏好

短期记忆：让应用在单条会话线程内记住历史交互。

1.2 langchain 三类上下文

官方文档划分：静态运行上下文、动态运行上下文（短期记忆）、跨会话动态上下文（长期记忆）

1.3 使用方法

要为 Agent 开启短期记忆（线程级持久化），创建 Agent 的时候必须指定检查点器 (checkpointer)。

LangChain Agent 将短期记忆作为 Agent 状态的一部分进行管理。

把对话上下文保存在图状态中，Agent 既可以拿到单条对话的完整上下文，又可以做到不同线程之间数据相互隔离

状态通过 checkpointer 持久化到数据库（或内存），因此任意时刻都可以恢复这条线程继续执行。

Agent 被调用、或是完成一步（例如工具调用）时，短期记忆就会更新；每一步执行开始时都会读取状态。

<span>from</span> langchain.agents <span>import</span> create_agent
<span>from</span> langgraph.checkpoint.memory <span>import</span> InMemorySaver  


<span>def</span> <span>get_user_info</span>() -> <span>str</span>:
    <span>"""查看用户信息"""</span>
    <span>return</span> <span>"现在还没有用户"</span>


agent = create_agent(
    model=<span>"openai:gpt-5.5"</span>,
    tools=[get_user_info],
    checkpointer=InMemorySaver(),
)

1.4 存储

不管是长期记忆还是短期记忆，都有两种存储记忆的方式：

基于内存
基于外部存储

二、使用方式

2.1 通过内存

<span>from</span> langchain.agents <span>import</span> create_agent
<span>from</span> langgraph.checkpoint.memory <span>import</span> InMemorySaver


<span>def</span> <span>get_user_info</span>() -> <span>str</span>:
    <span>"""查看用户信息."""</span>
    <span>return</span> <span>"空空如也."</span>


agent = create_agent(
    model=model,
    tools=[get_user_info],
    checkpointer=InMemorySaver(),
)

thread_config = {<span>"configurable"</span>: {<span>"thread_id"</span>: <span>"1"</span>}}
response = agent.invoke(
    {<span>"messages"</span>: [{<span>"role"</span>: <span>"user"</span>, <span>"content"</span>: <span>"哈喽，我是张三."</span>}]},
    thread_config,
)[<span>"messages"</span>][-<span>1</span>].content

rprint(response)

response = agent.invoke(
    {<span>"messages"</span>: [{<span>"role"</span>: <span>"user"</span>, <span>"content"</span>: <span>"我是谁？"</span>}]},
    thread_config,
)[<span>"messages"</span>][-<span>1</span>].content

rprint(response)

2.2 使用pgsql

在生产环境中，使用由数据库支持的checkpointer

安装pgsql包

pip install -U langgraph-checkpoint-postgres <span>"psycopg[binary]"</span>

默认情况下，langgraph-checkpoint-postgres 会安装 psycopg（Psycopg 3），但不包含额外组件。

上述安装方式会添加 psycopg[binary]，这是大多数用户的推荐选择。

<span>from</span> langchain.agents <span>import</span> create_agent
<span>from</span> langgraph.checkpoint.postgres <span>import</span> PostgresSaver

<span>def</span> <span>get_user_info</span>() -> <span>str</span>:
    <span>"""查看用户信息."""</span>
    <span>return</span> <span>"空空如也."</span>


DB_URI = <span>"postgresql://admin:Pw%40123456@133.133.133.133:5432/mydatabase?sslmode=disable"</span>

<span>with</span> PostgresSaver.from_conn_string(DB_URI) <span>as</span> checkpointer:
    checkpointer.setup() <span># 会在pgsql中自动创建表</span>
    agent = create_agent(
        model=model,
        tools=[get_user_info],
        checkpointer=checkpointer,
    )

看一下，自动创建的表结构

这四张表都是 setup() 函数初始化时创建的。

checkpoints ：这是主表，存每个 thread 在某个时刻的 checkpoint 快照。
checkpoint_blobs ：这张表专门存不适合直接内联进 checkpoints.checkpoint 的较复杂 channel 值。
checkpoint_writes ：这张表存的是中间写入 / pending writes，不是最终完整 checkpoint。
checkpoint_migrations ：这张表不是业务数据表，而是迁移版本表。

2.3 自定义 AgentState

默认情况下，agent 使用 AgentState 来管理短期内存

可以扩展 AgentState 以添加额外的字段。自定义状态 schema 通过 state_schema 参数传递给 create_agent。

<span><span>class</span> <span>CustomAgentState</span><span>(AgentState)</span>:
    user_id: str
    preferences: dict


agent =</span> <span>create_agent</span>(
    model = model,
    tools = [get_user_info],
    state_schema = CustomAgentState,
    checkpointer = <span>InMemorySaver</span>(),
)

thread_config = {<span>"configurable"</span>: {<span>"thread_id"</span>: <span>"1"</span>}}
response = agent.<span>invoke</span>(
    {
     <span>"messages"</span>: [{<span>"role"</span>: <span>"user"</span>, <span>"content"</span>: <span>"哈喽，我是张三."</span>}],
     <span>"user_id"</span>: <span>"user_123"</span>,
     <span>"preferences"</span>: {<span>"theme"</span>: <span>"dark"</span>}
     },
    thread_config,
)[<span>"messages"</span>][<span>-1</span>].content

<span>rprint</span>(response)


state = agent.<span>get_state</span>(thread_config)
<span>for</span> key, value in state.values.<span>items</span>():
    <span>print</span>(f<span>"{key}: {value}"</span>)

三、常用模式

3.1 裁剪消息

绝大多数大模型都存在最大支持上下文窗口（以 token 为计量单位）

一种消息截断策略：统计消息历史的 token 数量，当总量接近上限时执行截断

调用修剪消息工具函数，指定需要保留的 token 数量，同时配置边界处理策略（例如：保留最后的 max_tokens 条 token）

想要在 Agent 内部对消息历史做修剪，可以使用 before_model 中间件装饰器。

<span>@before_model</span>
<span>def</span> <span>trim_messages</span>(<span>state: AgentState, runtime: Runtime</span>) -> <span>dict</span>[<span>str</span>, <span>Any</span>] | <span>None</span>:
    <span>"""只保留最近5条消息到上下文中"""</span>
    messages = state[<span>"messages"</span>]

    <span># 消息<=3什么也不干</span>
    <span>if</span> <span>len</span>(messages) <= <span>3</span>:
        <span>return</span> <span>None</span>

    first_msg = messages[<span>0</span>]
    recent_messages = messages[-<span>3</span>:] <span>if</span> <span>len</span>(messages) % <span>2</span> == <span>0</span> <span>else</span> messages[-<span>4</span>:]
    new_messages = [first_msg] + recent_messages

    <span>return</span> {
        <span>"messages"</span>: [
            RemoveMessage(<span>id</span>=REMOVE_ALL_MESSAGES),
            <span># 解包后放入messages里</span>
            *new_messages
        ]
    }

agent = create_agent(
    model=model,
    middleware=[trim_messages],
    checkpointer=InMemorySaver(),
)

config: RunnableConfig = {<span>"configurable"</span>: {<span>"thread_id"</span>: <span>"1"</span>}}

agent.invoke({<span>"messages"</span>: <span>"哈喽，我是 bob"</span>}, config)
agent.invoke({<span>"messages"</span>: <span>"你家是不是有个加菲猫"</span>}, config)
agent.invoke({<span>"messages"</span>: <span>"不是，我家现在是一个 dog 吴"</span>}, config)
final_response = agent.invoke({<span>"messages"</span>: <span>"我叫什么？"</span>}, config)

<span>for</span> e <span>in</span> final_response[<span>"messages"</span>]:
    e.pretty_print()

打印结果如下：

提示：@before_model

3.2 截断 (truncate) vs 摘要 (summarize)

区别

truncate /trim（修剪截断）：直接删除旧消息，原始内容丢失；速度快，无额外模型调用开销。
summarization（摘要）：调用模型把旧消息浓缩成一段摘要文本，保留信息；会消耗额外 token，有调用成本。

before_model 是通用钩子：除了 trim 修剪，你也可以在这里自己实现摘要、过滤、增删消息。而 SummarizationMiddleware 是封装好的成品中间件；before_model 是底层自定义扩展点。

执行时机

before_model：组装完消息，还没发给大模型那一刻执行。只修改即将送入模型的消息，不会自动改写持久化在 checkpointer 里的 state 历史消息。

3.3 删除消息

从图状态（graph state）中删除消息，以此管理消息历史。适合场景：移除指定消息，或者清空全部对话历史。

在图状态里删除消息，使用 RemoveMessage 对象。想要 RemoveMessage 生效，状态字段必须使用 add_messages 归约器（reducer）

LangGraph 默认的 AgentState 已经内置该归约器，开箱可用

删除所有消息

<span>from</span> langgraph.graph.message <span>import</span> REMOVE_ALL_MESSAGES  

<span>def</span> <span>delete_messages</span>(<span>state</span>):
    <span>return</span> {<span>"messages"</span>: [RemoveMessage(<span>id</span>=REMOVE_ALL_MESSAGES)]}

删除指定的消息

<span>from</span> langchain.messages <span>import</span> RemoveMessage  

<span>def</span> <span>delete_messages</span>(<span>state</span>):
    messages = state[<span>"messages"</span>]
    <span>if</span> <span>len</span>(messages) > <span>2</span>:
        <span># 删除开头的两条数据</span>
        <span>return</span> {<span>"messages"</span>: [RemoveMessage(<span>id</span>=m.<span>id</span>) <span>for</span> m <span>in</span> messages[:<span>2</span>]]}

输出详情：

Agent 删除消息处理时序图

3.4 摘要

消息截断或删除消息存在一个问题：清理消息队列时会直接丢失信息。

如此，部分应用会采用更完善的方案：借助对话大模型对消息历史做摘要处理。

详见：《Langchain实战：常用中间件Summarization》

四、总结

短期记忆：解决大模型“金鱼脑”问题，保证单次会话（Thread）不“断片”。
核心机制：靠 Checkpointer（检查点器） 持久化状态，用 thread_id 隔离会话。
存储选型：开发调试用内存，生产环境上 PostgreSQL。
防爆窗三招：消息太多时，要么 裁剪（Trim） 丢旧消息，要么 删除（Remove） 清缓存，要么 摘要（Summarize） 保核心。

上下文工程管眼前，记忆管长远。短期记忆只是上半场，搞定它，你的 Agent 才算真正“在线”。

觉得有用的话，点个赞或在看支持一下吧～