上下文与记忆:会话状态、持久信息与检查点
“记住了”可能指历史消息仍在输入中,也可能指信息已写入数据库,还可能指任务状态已经落盘。先分清存储对象,才能设计恢复、更新和删除行为。
四类信息不要混为一谈
| 类型 | 保存什么 | 生命周期 |
|---|---|---|
| 本轮上下文 | 当前任务需要的消息、工具与证据 | 一次模型请求 |
| 线程状态 | 对话、任务进度、待处理动作 | 当前会话或任务 |
| 跨会话记忆 | 已确认偏好、可复用事实 | 按用户、项目与有效期管理 |
| 外部知识库 | 文档、版本与引用位置 | 跟随资料更新 |
LangGraph 用 checkpointer 保存线程状态,用 store 管理跨线程信息。这种区分有助于避免把所有内容塞进聊天历史。持久化说明
记忆记录要能解释来源
{
"subject_id": "user-example",
"scope": "project-notes",
"key": "preferred_language",
"value": "简体中文",
"source": "用户明确要求",
"confirmed": true,
"expires_at": null
}
这是教学用结构。真实系统还应根据用途保存创建和更新版本、允许访问的身份以及删除状态。不要把模型的一次猜测直接变成用户事实;外部网页对用户偏好的描述也不应自动覆盖用户的明确要求。
写入与读取分别把关
写入时检查:信息是否稳定、是否确有后续用途、是否涉及敏感内容、是否来自用户确认。读取时检查:用户与项目是否匹配、是否过期、是否被新事实取代、是否与当前任务相关。
发现冲突后保留来源关系,优先使用较新的明确确认;无法判断时将冲突带给应用处理。不要仅按向量相似度就选择一个“更像”的事实。
检查点与副作用
检查点可以记录“已获得查询结果”“等待审批”等状态。恢复时仍需知道外部写入是否已经发生。一个节点重跑可能再次触发邮件或工单创建,因此应将可重放的计算和需要幂等保护的写操作分开。LangGraph 中断与恢复
长上下文不等于长期记忆
把历史全部传给模型会增加输入量,也可能混入过时事实。可以保留结构化任务摘要,并按需读取原始记录;摘要中应保留目标、约束、已执行动作、未解决问题和产物位置。
验收时测试四种情况:新会话能找到该记的信息、不该跨项目的信息没有泄露、用户更正后旧事实不再生效、删除后读取路径也不再返回。相关讨论见 提示词与上下文 和 安全边界。