2.langchain上下文与记忆之短期记忆

        短期记忆 = 让应用在单个 thread（会话）内记住先前的交互。官方实现路径只有一句话：创建 agent 时指定一个 checkpointer，再通过 thread_id 区分会话。本节先讲基于内存的 InMemorySaver。

五条官方关键事实（务必记牢）：

• 必须显式指定 checkpointer，否则没有 thread 级持久化；
• 短期记忆是 agent state 的一部分，存在图的 state 里；
• 同一 thread 能访问完整上下文，不同 thread 之间保持隔离；
• state 通过 checkpointer 持久化，thread 可以随时恢复；
• 记忆更新时机：agent 被调用时、或某个 step（如工具调用）完成时；读取时机：每个 step 开始时。

2.1 基于内存的持久化器（InMemorySaver）

InMemorySaver 把 state 存在进程的内存字典里。官方定位很明确：适用于开发与示例，生产请用数据库支持的 checkpointer。

2.1.1 举例 1：没有记忆

对照组——不传 checkpointer，即使传了 thread_id 也没用：

from langchain.agents import create_agent

def get_user_info() -> str:
    """Look up information about the current user."""
    return "No user profile on file."

agent = create_agent(
    model="google_genai:gemini-3.6-flash",
    tools=[get_user_info],
    # ← 没有 checkpointer，短期记忆未启用
)

thread_config = {"configurable": {"thread_id": "1"}}  # 传了也没用

r1 = agent.invoke(
    {"messages": [{"role": "user", "content": "Hi! My name is Bob."}]},
    thread_config,
)
print(r1["messages"][-1].content)
# Hi Bob! Nice to see you here. How are you doing?

r2 = agent.invoke(
    {"messages": [{"role": "user", "content": "What's my name?"}]},
    thread_config,
)
print(r2["messages"][-1].content)
# I'm not sure what your name is — you haven't told me yet!   ← 忘了

2.1.2 举例 2：拥有记忆

实验组——只多传一个 checkpointer，其余代码一模一样：

from langchain.agents import create_agent
from langgraph.checkpoint.memory import InMemorySaver


def get_user_info() -> str:
    """Look up information about the current user."""
    return "No user profile on file."

agent = create_agent(
    model="google_genai:gemini-3.6-flash",
    tools=[get_user_info],
    checkpointer=InMemorySaver(),   # ← 唯一的变化：启用短期记忆
)

thread_config = {"configurable": {"thread_id": "1"}}

r1 = agent.invoke(
    {"messages": [{"role": "user", "content": "Hi! My name is Bob."}]},
    thread_config,
)
print(r1["messages"][-1].content)
# Hi Bob! Nice to see you here. How are you doing?

r2 = agent.invoke(
    {"messages": [{"role": "user", "content": "What's my name?"}]},
    thread_config,
)
print(r2["messages"][-1].content)
# You are Bob!   ← 记住了

结论：两个例子的差别只有一行——checkpointer=InMemorySaver()。这就是短期记忆的全部开关。

2.1.3 关键步骤说明

# 用户 A 的会话
cfg_a = {"configurable": {"thread_id": "user-A"}}
agent.invoke({"messages": "我叫小明，喜欢极简风格"}, cfg_a)

# 用户 B 的会话（完全独立的记忆空间）
cfg_b = {"configurable": {"thread_id": "user-B"}}
agent.invoke({"messages": "我叫小红，喜欢详细解释"}, cfg_b)

agent.invoke({"messages": "我叫什么？"}, cfg_a)   # → 小明
agent.invoke({"messages": "我叫什么？"}, cfg_b)   # → 小红
# 永不串台：thread 之间天然隔离

2.1.4 工作原理

为什么要"逐步落盘"？因为这样才有断点恢复能力：如果第 3 个 step 崩了，重启后从 checkpoint#2 继续即可，前面已经花掉的 token 不浪费。这也是 HumanInTheLoop 中断、时间旅行（回到某个历史 state）能工作的底层原因——它们复用的都是同一套 checkpoint 机制。

2.1.5 常见问题