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：通过维护会话内的消息历史来跟踪进行中的对话。
长期记忆：存储跨会话的用户特定或应用级别数据。

本指南演示了如何在 LangGraph 中将这两种记忆类型与智能体结合使用。如需更深入地了解记忆概念，请参阅LangGraph 记忆文档。

短期和长期记忆都需要持久化存储，以在 LLM 交互中保持连续性。在生产环境中，这些数据通常存储在数据库中。

术语

在 LangGraph 中

短期记忆也称为线程级记忆。
长期记忆也称为跨线程记忆。

一个线程代表由同一个 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

创建智能体时提供一个 checkpointer。checkpointer 启用智能体状态的持久性。
运行智能体时在 config 中提供一个 thread_id。thread_id 是会话的唯一标识符。

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";

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],
  checkpointer  // (2)!
});

// Run the agent
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 是一个将智能体状态存储在内存中的 checkpointer。在生产环境中，您通常会使用数据库或其他持久化存储。请查阅checkpointer 文档以获取更多选项。如果您使用 LangGraph Platform 进行部署，平台将为您提供生产级的 checkpointer。
checkpointer 会传递给智能体。这使得智能体能够跨调用持久化其状态。请注意，
在 config 中提供了一个唯一的 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正在专门询问纽约的天气。

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进来，从而允许智能体推断用户正在专门询问纽约的天气。

LangGraph Platform 提供生产级 checkpointer

如果您使用LangGraph Platform 进行部署，在部署期间您的 checkpointer 将自动配置为使用生产级数据库。

长期记忆¶

使用长期记忆存储跨对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，您希望记住用户偏好或其他信息。

要使用长期记忆，您需要

配置一个存储，以在调用之间持久化数据。
使用 config.store 从工具或提示中访问存储。

读取¶

智能体可用于查找用户信息的工具

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)!
);

// Look up user info tool
const getUserInfo = tool(
  async (input: Record<string, any>, config: LangGraphRunnableConfig): Promise<string> => {
    // Same as that provided to `createReactAgent`
    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 是一个将数据存储在内存中的存储。在生产环境中，您通常会使用数据库或其他持久化存储。请查阅文档以获取更多选项。如果您使用 LangGraph Platform 进行部署，平台将为您提供生产级的存储。
在此示例中，我们使用 put 方法向存储写入一些示例数据。请参阅 BaseStore.put API 参考以获取更多详细信息。
第一个参数是命名空间。这用于将相关数据分组在一起。在此示例中，我们使用 users 命名空间来分组用户数据。
命名空间中的一个键。此示例使用用户 ID 作为键。
我们希望为给定用户存储的数据。
您可以从节点、工具和提示中的任何位置通过 config.store 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，其中包含值以及有关该值的元数据。
存储会传递给智能体。这使得智能体在运行工具时能够访问存储。

写入¶

更新用户信息的工具示例

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;
}

// Save user info tool
const saveUserInfo = tool(  // (3)!
  async (input: UserInfo, config: LangGraphRunnableConfig): Promise<string> => {
    // Same as that provided to `createReactAgent`
    // 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)!
);

// You can access the store directly to get the value
const userInfo = await store.get(["users"], "user_123")
userInfo.value

InMemoryStore 是一个将数据存储在内存中的存储。在生产环境中，您通常会使用数据库或其他持久化存储。请查阅存储文档以获取更多选项。如果您使用 LangGraph Platform 进行部署，平台将为您提供生产级的存储。
UserInfo 类是一个定义用户信息结构的接口。我们将在下方使用 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。这对于用户希望更新其个人资料信息的聊天应用程序可能有用。
您可以从节点、工具和提示中的任何位置通过 config.store 访问存储。它包含创建智能体时传递给智能体的存储。
put 方法用于将数据存储在存储中。第一个参数是命名空间，第二个参数是键。这会将用户信息存储在存储中。
userId 会在 config 中传递。这用于标识正在更新其信息的用户。

附加资源¶

LangGraph 中的记忆