内存持久性

持久化

在编译图时添加检查点来设置持久化其状态：

from langgraph.checkpoint.memory import MemorySaver

checkpointer = MemorySaver()
graph.compile(checkpointer=checkpointer)

维持一个上下文ID，实现多轮对话持久化

# 会话id
config = {"configurable": {"thread_id": "1"}}
input_message = {"role": "user", "content": "hi! I'm bob"}
for chunk in graph.stream({"messages": [input_message]}, config):
    chunk["messages"][-1].pretty_print()

持久化理解：

同一个会话id的状态（state）数据，多轮会话持续保留

例子

  1. 定义一个chat消息图
from langchain_core.messages import HumanMessage
from my_openai.deepseekv3 import get_deepseek_v3_client
from langgraph.graph import StateGraph, START, END
from langgraph.graph.message import MessagesState
from langgraph.checkpoint.memory import MemorySaver

llm = get_deepseek_v3_client()

def chatbot(state: MessagesState):
  return {
    "messages": [llm.invoke(state["messages"])]
  }

builder = StateGraph(MessagesState)
	.add_node(chatbot)
    .add_edge(START, "chatbot")
    .add_edge("chatbot", END)

# 初始化内存以在图运行之间持久化状态
memory = MemorySaver()
# 设置检查点
graph = builder.compile(checkpointer=memory)

# 定义一个会话线程，通过 thread_id 实现同一个会话
config = {"configurable": {"thread_id": "1" } }

user_input = HumanMessage(content="你好，我叫小明！")
events = graph.stream(
  {"messages": [user_input]},
  config,
  stream_mode="values"
)
for event in events:
  event["messages"][-1].pretty_print()

user_input = HumanMessage(content="我叫什么名字？")
events = graph.stream(
  {"messages": [user_input]},
  config,
  # 如果使用其他会话ID，则AI就不知道小明的名字了
  # config = {"configurable": {"thread_id": "2" } }
  stream_mode="values"
)
for event in events:
  event["messages"][-1].pretty_print()
  1. 定义会话配置
# 定义一个会话线程，通过 thread_id 实现同一个会话
config = {"configurable": {"thread_id": "1" } }
  1. 结果1：同一轮对话
user_input = HumanMessage(content="你好，我叫小明！")
events = graph.stream(
  {"messages": [user_input]},
  # 同一个会话id
  config,
  stream_mode="values"
)
for event in events:
  event["messages"][-1].pretty_print()

user_input = HumanMessage(content="我叫什么名字？")
events = graph.stream(
  {"messages": [user_input]},
  # 同一个会话id
  config,
  stream_mode="values"
)
for event in events:
  event["messages"][-1].pretty_print()

================================ Human Message =================================

你好，我叫小明！
================================== Ai Message ==================================

你好，小明！很高兴认识你～😊 今天有什么想聊的，或者需要帮忙的吗？无论是学习、生活还是随便聊聊，我都在这里哦！ （对了，你名字里的“小明”让我想起小时候数学题里的经典角色呢，哈哈～）
================================ Human Message =================================

我叫什么名字？
================================== Ai Message ==================================

哈哈，你刚刚说过啦！你叫**小明**～ 😄
（难道这是传说中的“小明失忆症”测试？还是想考考我的记忆力？放心，你的名字我已经刻在“数据小本本”上了！）        

需要我帮你记住什么特别的事情吗？或者直接叫我喊你一百遍“小明”也行哦～ 👻
  1. 结果2：改变第二轮的会话id
user_input = HumanMessage(content="你好，我叫小明！")
events = graph.stream(
  {"messages": [user_input]},
  # 会话id--1
  config = {"configurable": {"thread_id": "1" } },
  stream_mode="values"
)
for event in events:
  event["messages"][-1].pretty_print()

user_input = HumanMessage(content="我叫什么名字？")
events = graph.stream(
  {"messages": [user_input]},
  # 会话id--2
  config = {"configurable": {"thread_id": "2" } },
  stream_mode="values"
)
for event in events:
  event["messages"][-1].pretty_print()

================================ Human Message =================================

你好，我叫小明！
================================== Ai Message ==================================

你好，小明！很高兴认识你～😊 今天有什么想聊的，或者需要帮忙的吗？无论是问题、趣事还是随便聊聊，我都在这里哦！ 
================================ Human Message =================================

我叫什么名字？
================================== Ai Message ==================================

目前我无法直接知道你的名字，因为我们之前的对话内容不会被保留。不过，你可以告诉我你的名字，我会在本次对话中用它来称呼你！😊

如果你愿意的话，现在就可以告诉我，比如：
“你可以叫我 [你的名字]。”

期待认识你！✨