我加了 `InMemorySaver`，为什么 Agent 还是没记忆？-尧图网站建设

📅 发布时间：2026/7/7 18:06:20

Agent 能调工具之后，我开始做一件看起来很基础但很容易踩坑的事：让 Agent 记住上下文。

我按照文档加了checkpointer=InMemorySaver()，满心期待 Agent 能像 ChatGPT 一样记得上一句。结果第二次运行脚本，它又问"这是我们的第一次对话吗？"

我一度怀疑InMemorySaver是个假的记忆组件。后来才搞明白：不是没记忆，是我的用法让它没法记忆。

一、我当时想干什么

我想实现最简单的多轮对话：

第一轮：我问"旧金山天气怎么样？"
第二轮：我问"那明天呢？"
Agent 应该能理解"明天"指的是"旧金山明天的天气"

我写的代码：

fromlangchain.agentsimportcreate_agentfromlangchain_core.toolsimporttoolfromlangchain_core.utils.uuidimportuuid7fromlangchain_openaiimportChatOpenAIfromlanggraph.checkpoint.memoryimportInMemorySaver@tooldefsearch(query:str)->str:"""搜索工具"""returnf"搜索结果：{query}"llm=ChatOpenAI(model="deepseek-chat",temperature=0,openai_api_key="你的 api key",openai_api_base="https://api.deepseek.com/v1",)agent=create_agent(model=llm,tools=[search],checkpointer=InMemorySaver(),)config={"configurable":{"thread_id":str(uuid7())}}result=agent.invoke({"messages":[{"role":"user","content":"旧金山天气怎么样？"}]},config=config,)result=agent.invoke({"messages":[{"role":"user","content":"那明天呢？"}]},config=config,)

在这个脚本里，记忆是工作的。但当我再次运行脚本，问"上一轮我问了什么"，Agent 说"这是我们的第一次对话"。

二、我写的代码

要让记忆跨脚本运行保持，必须保证thread_id不变，并且使用持久化存储。测试时最简单的办法是固定thread_id：

# 不要每次都用新的 uuidconfig={"configurable":{"thread_id":"user-chenzc-001"}}

或者把thread_id存到文件里：

importos THREAD_ID_FILE="thread_id.txt"defget_thread_id():ifos.path.exists(THREAD_ID_FILE):withopen(THREAD_ID_FILE,"r")asf:returnf.read().strip()new_id="user-chenzc-001"withopen(THREAD_ID_FILE,"w")asf:f.write(new_id)returnnew_id config={"configurable":{"thread_id":get_thread_id()}}

真正生产环境应该用 SQLite 或 Postgres：

fromlanggraph.checkpoint.sqliteimportSqliteSaverwithSqliteSaver.from_conn_string("checkpoints.sqlite")ascheckpointer:agent=create_agent(model=llm,tools=[search],checkpointer=checkpointer,)

三、我遇到的坑

坑 1：`InMemorySaver`只存当前进程

我以为InMemorySaver像 Redis 一样会持久化。实际上它就是内存里的一个字典，脚本结束就清空。

fromlanggraph.checkpoint.memoryimportInMemorySaver checkpointer=InMemorySaver()# 这个对象在进程里存数据# 进程结束，数据消失

如果你要跨运行保持记忆，必须换成SqliteSaver或PostgresSaver。

坑 2：`uuid7()`每次运行都变

我的代码里：

config={"configurable":{"thread_id":str(uuid7())}}

每次运行脚本，uuid7()都会生成一个新的thread_id。LangGraph 把每个新thread_id当成一次全新对话，自然没有历史。

这就好比你每次打开微信都用一个新微信号，当然看不到昨天的聊天记录。

坑 3：流式输出也忘了传`config`

我改成stream_events后，又踩了一次同样的坑：

stream=agent.stream_events({"messages":[{"role":"user","content":"搜索 AI 新闻并总结"}]},version="v3",)

报错：

KeyError: 'thread_id'

因为 Agent 配置了checkpointer，所以stream_events也必须传config：

stream=agent.stream_events({"messages":[{"role":"user","content":"搜索 AI 新闻并总结"}]},config=config,version="v3",)

坑 4：一次脚本运行只算一轮对话

我最初的测试方式是：运行脚本 → 输入一个问题 → 得到回答 → 脚本退出 → 再次运行脚本。

这种方式下，即使thread_id固定、用了持久化 checkpointer，第二轮运行时 Agent 看到的"历史"也只有第一轮那一条消息。因为脚本一次运行只发了一次invoke。

要测试真正的多轮对话，应该把输入放在while循环里：

config={"configurable":{"thread_id":"user-chenzc-001"}}whileTrue:user_input=input("你：")ifuser_input.lower()in["exit","quit"]:breakresult=agent.invoke({"messages":[{"role":"user","content":user_input}]},config=config,)print(result["messages"][-1].content)

四、搞清楚后的结论

LangChain Agent 的记忆机制有三个层级：

关键认知：

checkpointer 负责存，thread_id负责定位是哪次对话
InMemorySaver只保当前进程，重启就丢
uuid7()适合一次会话内的临时 ID，跨运行要用固定 ID 或持久化生成
invoke和stream_events都需要config

五、我的收获

记忆不是默认开启的，它需要你显式地告诉系统"这是谁的对话、存在哪里"。

我以前以为加了checkpointer就万事大吉，结果发现它只是基础设施。真正让记忆生效的是thread_id的一致性和存储介质的持久性。

这件事也让我意识到 LangChain 的设计哲学：它把每个能力都拆成显式配置，而不是隐式魔法。记忆如此，工具如此，Agent 也如此。

下一篇我会写 Middleware——怎么给 Agent 加容错、人工审核和文件操作能力。

我加了 `InMemorySaver`，为什么 Agent 还是没记忆？