内存¶

记忆是一个记住先前交互信息的系统。对于 AI 智能体而言，记忆至关重要，因为它能让它们记住先前的交互、从反馈中学习并适应用户偏好。随着智能体处理更复杂的任务和大量的用户交互，这种能力对于效率和用户满意度都变得至关重要。

本概念指南根据记忆的调用范围涵盖了两种类型的记忆：

• 短期记忆，或称线程范围的记忆，通过在会话中维护消息历史来跟踪正在进行的对话。LangGraph 将短期记忆作为智能体状态的一部分进行管理。状态通过检查点持久化到数据库中，以便线程可以随时恢复。当图被调用或一个步骤完成时，短期记忆会更新，并且在每个步骤开始时读取状态。

• 长期记忆跨会话存储用户特定或应用级别的数据，并在对话线程之间共享。它可以在任何时间、任何线程中被调用。记忆的作用域可以是任何自定义的命名空间，而不仅仅是单个线程 ID。LangGraph 提供了存储库（参考文档）让您保存和调用长期记忆。

短期记忆¶

短期记忆让您的应用程序能够记住单个线程或对话中的先前交互。一个线程在一个会话中组织多次交互，类似于电子邮件将消息分组到单个对话中的方式。

LangGraph 将短期记忆作为智能体状态的一部分进行管理，通过线程范围的检查点进行持久化。这个状态通常可以包括对话历史以及其他有状态的数据，如上传的文件、检索到的文档或生成的工件。通过将这些存储在图的状态中，机器人可以访问给定对话的完整上下文，同时保持不同线程之间的分离。

管理短期记忆¶

对话历史是短期记忆最常见的形式，而长对话对当今的 LLM 构成了挑战。完整的历史可能无法放入 LLM 的上下文窗口，导致不可恢复的错误。即使您的 LLM 支持完整的上下文长度，大多数 LLM 在长上下文上的表现仍然不佳。它们会被过时或离题的内容“分心”，同时还会遭受响应时间变慢和成本增加的困扰。

聊天模型使用消息来接受上下文，其中包括开发者提供的指令（系统消息）和用户输入（人类消息）。在聊天应用中，消息在人类输入和模型响应之间交替，导致消息列表随着时间的推移而变长。由于上下文窗口有限且富含 token 的消息列表可能成本高昂，许多应用可以从使用手动移除或忘记过时信息的技术中受益。

有关管理消息的常用技术的更多信息，请参阅添加和管理记忆指南。

长期记忆¶

LangGraph 中的长期记忆允许系统在不同的对话或会话中保留信息。与线程范围的短期记忆不同，长期记忆保存在自定义的“命名空间”中。

长期记忆是一个复杂的挑战，没有一刀切的解决方案。然而，以下问题提供了一个框架，可以帮助您了解不同的技术：

• 记忆的类型是什么？ 人类使用记忆来记住事实（语义记忆）、经历（情景记忆）和规则（程序性记忆）。AI 智能体可以以同样的方式使用记忆。例如，AI 智能体可以使用记忆来记住关于用户的特定事实以完成任务。

• 您想在什么时候更新记忆？ 记忆可以作为智能体应用逻辑的一部分进行更新（例如，“在热路径上”）。在这种情况下，智能体通常在响应用户之前决定要记住的事实。或者，记忆可以作为一个后台任务来更新（在后台/异步运行并生成记忆的逻辑）。我们在下面的章节中解释了这些方法之间的权衡。

记忆类型¶

不同的应用需要不同类型的记忆。尽管这个类比并不完美，但研究人类记忆类型可能会很有启发。一些研究（例如，CoALA 论文）甚至将这些人类记忆类型映射到了 AI 智能体中使用的类型。

语义记忆¶

语义记忆，无论是在人类还是 AI 智能体中，都涉及对特定事实和概念的保留。在人类中，它可以包括在学校学到的信息以及对概念及其关系的理解。对于 AI 智能体，语义记忆通常用于通过记住过去交互中的事实或概念来个性化应用。

资料¶

语义记忆可以用不同的方式进行管理。例如，记忆可以是一个单一的、不断更新的“资料”，其中包含关于用户、组织或其他实体（包括智能体本身）的范围明确且具体的信息。一个资料通常只是一个 JSON 文档，其中包含您选择用来表示您所在领域的各种键值对。

当记住一个资料时，您需要确保每次都更新该资料。因此，您需要传入之前的资料并要求模型生成一个新的资料（或一些应用于旧资料的 JSON 补丁）。随着资料变得越来越大，这可能会变得容易出错，并且可能需要将一个资料拆分成多个文档或在生成文档时使用严格解码来确保记忆模式保持有效。

集合¶

或者，记忆可以是一个随时间不断更新和扩展的文档集合。每个单独的记忆可以范围更窄，更容易生成，这意味着您随着时间的推移丢失信息的可能性更小。对于 LLM 来说，为新信息生成新对象比将新信息与现有资料进行协调要容易。因此，文档集合往往能带来更高的下游召回率。

然而，这会将一些复杂性转移到记忆更新上。模型现在必须删除或更新列表中的现有项目，这可能很棘手。此外，一些模型可能默认过度插入，而另一些模型可能默认过度更新。请参阅 Trustcall 包以了解管理此问题的一种方法，并考虑进行评估（例如，使用像 LangSmith 这样的工具）来帮助您调整行为。

使用文档集合也会将复杂性转移到对列表的记忆搜索上。Store 当前支持语义搜索和按内容过滤。

最后，使用记忆集合可能会使向模型提供全面上下文变得具有挑战性。虽然单个记忆可能遵循特定的模式，但这种结构可能无法捕捉到记忆之间的完整上下文或关系。因此，当使用这些记忆生成响应时，模型可能会缺乏在统一的资料方法中更容易获得的重要的上下文信息。

无论采用何种记忆管理方法，核心要点是智能体将使用语义记忆来为其响应提供依据，这通常会导致更个性化和相关的交互。

情景记忆¶

情景记忆，在人类和 AI 智能体中，都涉及回忆过去的事件或行动。CoALA 论文很好地阐述了这一点：事实可以写入语义记忆，而经历可以写入情景记忆。对于 AI 智能体，情景记忆通常用于帮助智能体记住如何完成任务。

在实践中，情景记忆通常通过少样本示例提示来实现，其中智能体从过去的序列中学习以正确执行任务。有时“展示”比“告知”更容易，而 LLM 从示例中学习得很好。少样本学习让您可以通过使用输入-输出示例更新提示来“编程”您的 LLM，以说明预期的行为。虽然可以使用各种最佳实践来生成少样本示例，但挑战通常在于根据用户输入选择最相关的示例。

请注意，记忆存储库只是将数据存储为少样本示例的一种方式。如果您希望有更多的开发者参与，或者将少样本与您的评估工具更紧密地联系起来，您还可以使用 LangSmith 数据集来存储您的数据。然后可以开箱即用地使用动态少样本示例选择器来实现同样的目标。LangSmith 会为您索引数据集，并能够根据关键字相似性（使用类似 BM25 的算法进行关键字相似性检索）检索与用户输入最相关的少样本示例。

请参阅此操作视频，了解在 LangSmith 中使用动态少样本示例选择的示例。另请参阅这篇博文，展示了使用少样本提示来提高工具调用性能，以及这篇博文，使用少样本示例将 LLM 与人类偏好对齐。

程序性记忆¶

程序性记忆，在人类和 AI 智能体中，都涉及记住执行任务所用的规则。在人类中，程序性记忆就像是关于如何执行任务的内化知识，例如通过基本的运动技能和平衡来骑自行车。而情景记忆则涉及回忆特定的经历，例如你第一次成功地不用辅助轮骑自行车，或是一次难忘的风景优美的自行车之旅。对于 AI 智能体，程序性记忆是模型权重、智能体代码和智能体提示的组合，它们共同决定了智能体的功能。

在实践中，智能体修改其模型权重或重写其代码是相当罕见的。然而，智能体修改自己的提示则更为常见。

一种改进智能体指令的有效方法是通过“反思”或元提示。这包括向智能体提供其当前的指令（例如，系统提示）以及最近的对话或明确的用户反馈。然后，智能体根据这些输入来完善自己的指令。这种方法对于那些难以预先指定指令的任务特别有用，因为它允许智能体从其交互中学习和适应。

例如，我们构建了一个推文生成器，利用外部反馈和提示重写来为 Twitter 生成高质量的论文摘要。在这种情况下，具体的摘要提示很难预先指定，但用户批评生成的推文并提供关于如何改进摘要过程的反馈则相当容易。

下面的伪代码展示了如何使用 LangGraph 记忆存储库来实现这一点，使用存储库保存提示，update_instructions 节点获取当前提示（以及从与用户的对话中捕获的反馈，记录在 state["messages"] 中），更新提示，并将新提示保存回存储库。然后，call_model 从存储库获取更新后的提示并用它来生成响应。

# Node that *uses* the instructions
def call_model(state: State, store: BaseStore):
    namespace = ("agent_instructions", )
    instructions = store.get(namespace, key="agent_a")[0]
    # Application logic
    prompt = prompt_template.format(instructions=instructions.value["instructions"])
    ...

# Node that updates instructions
def update_instructions(state: State, store: BaseStore):
    namespace = ("instructions",)
    current_instructions = store.search(namespace)[0]
    # Memory logic
    prompt = prompt_template.format(instructions=instructions.value["instructions"], conversation=state["messages"])
    output = llm.invoke(prompt)
    new_instructions = output['new_instructions']
    store.put(("agent_instructions",), "agent_a", {"instructions": new_instructions})
    ...

写入记忆¶

智能体写入记忆主要有两种方法：“在热路径中”和“在后台”。

在热路径中¶

在运行时创建记忆既有优势也有挑战。从积极的方面来看，这种方法允许实时更新，使新记忆立即可用于后续交互。它还提高了透明度，因为用户可以在创建和存储记忆时收到通知。

然而，这种方法也带来了挑战。如果智能体需要一个新的工具来决定要记下什么，这可能会增加复杂性。此外，推理要保存到记忆中的内容的过程可能会影响智能体的延迟。最后，智能体必须在创建记忆和其其他职责之间进行多任务处理，这可能会影响创建的记忆的数量和质量。

例如，ChatGPT 使用一个 save_memories 工具来将记忆作为内容字符串进行更新插入，并根据每条用户消息决定是否以及如何使用此工具。请参阅我们的 memory-agent 模板作为参考实现。

在后台¶

将创建记忆作为一个独立的后台任务有几个优点。它消除了主应用程序的延迟，将应用程序逻辑与记忆管理分离开来，并允许智能体更专注于完成任务。这种方法还提供了在时间上灵活创建记忆的灵活性，以避免重复工作。

然而，这种方法也有其自身的挑战。确定记忆写入的频率变得至关重要，因为不频繁的更新可能会让其他线程没有新的上下文。决定何时触发记忆形成也很重要。常见的策略包括在设定的时间段后安排（如果发生新事件则重新安排）、使用 cron 计划或允许用户或应用程序逻辑手动触发。

请参阅我们的 memory-service 模板作为参考实现。

记忆存储¶

LangGraph 将长期记忆作为 JSON 文档存储在存储库中。每个记忆都在一个自定义的 namespace（类似于一个文件夹）和一个独特的 key（像文件名）下组织。命名空间通常包括用户或组织 ID 或其他便于组织信息的标签。这种结构支持记忆的层次化组织。然后通过内容过滤器支持跨命名空间搜索。

from langgraph.store.memory import InMemoryStore


def embed(texts: list[str]) -> list[list[float]]:
    # Replace with an actual embedding function or LangChain embeddings object
    return [[1.0, 2.0] * len(texts)]


# InMemoryStore saves data to an in-memory dictionary. Use a DB-backed store in production use.
store = InMemoryStore(index={"embed": embed, "dims": 2})
user_id = "my-user"
application_context = "chitchat"
namespace = (user_id, application_context)
store.put(
    namespace,
    "a-memory",
    {
        "rules": [
            "User likes short, direct language",
            "User only speaks English & python",
        ],
        "my-key": "my-value",
    },
)
# get the "memory" by ID
item = store.get(namespace, "a-memory")
# search for "memories" within this namespace, filtering on content equivalence, sorted by vector similarity
items = store.search(
    namespace, filter={"my-key": "my-value"}, query="language preferences"
)

有关记忆存储的更多信息，请参阅持久化指南。