如何让AI智能体（Agent）像人类一样拥有持久的记忆，从而在复杂的连续任务中保持上下文感知和深度理解？这已成为构建高级智能体的核心挑战。本文将深入探讨Agent Memory的核心概念，并聚焦于LangGraph框架下的长短期记忆实现，详解短期会话与长期知识的存储、管理、语义检索等技巧。更进一步地，我们将通过一个引入MCP协议的实战案例，手把手带你构建一个真实的融合长记忆机制的Multi-Agent系统，直观展示中断、记忆与协作的融合。
基于大语言模型（LLM）的智能体（Agent）系统中，记忆机制是实现持续、连贯和个性化交互的核心基石，通过记忆，可以让Agent记住过往的交互，保持上下文的一致性，并能从反馈中学习，适应用户的偏好。
本文核心要点概述：
1.介绍Agent Memory的基本情况
2.LangGraph长短期记忆详解及案例说明：包含短期记忆实现、管理方法，长期记忆的实现方法，以及搭建了融合postgres数据库、集成Embedding服务进行语义搜索等可用于生产环境的真实案例。
3.引入MCP协议构建真实的Agent长记忆应用：搭建一个基于supervisor架构，集成中断机制、长短期记忆机制的multi-agent系统。
记忆机制介绍
Agent Memory是什么？
上图中（来源于Mem0[1]），左边是没有Memory的agent，右边是有Memory的agent，后者可以根据用户的过往信息（素食主义者、不喜欢乳制品）给出更合理的响应（不含乳制品的素食菜单），而前者的回答显然是不合适的。
简单来说，Memory是赋予Agent记忆能力的技术和架构，能够让Agent像人一样记住过去的交互、学到的知识、执行过的任务及未来的计划，是将一个LLM转变为能够执行复杂、长期任务的真正”智能体“的核心所在。
关于Agent Memory我们需要考虑什么？
如何获取记忆：通过和用户交互、环境交互...
怎么组织记忆：模型参数、模型上下文、数据库
怎么利用记忆：RAG、Few-shot...
有哪些Memory类型？
关于Memory的分类，有许多种分类体系，这里我们只讨论最常见及最易于理解的。
正如人类利用长短期记忆进行有效的交互和学习一样，Agent的记忆机制通常划分为短期记忆（short-term memory）和长期记忆(long-term memory)，短期记忆决定了Agent在微观任务上的即时表现，而长期记忆则作为持久知识库，决定了Agent在宏观时间尺度上的智能深度和个性化水平，通过两者配合，Agent才能表现出连贯性、上下文感知能力，才会显得更智能。
Agent Memory如何工作？
Agent通常通过以下几步来有效地管理记忆，使得每次于用户的交互都更加精准智能：
记忆存储：通过设计一系列策略来存储重要的交互信息，这些信息可能来源于对话内容、历史数据或任务要求等等。 记忆更新：记忆会随着交互的发生，不断地进行更新，例如用户的偏好、最新的近况等等。记忆更新使得Agent能够不断优化其响应。 记忆检索：Agent根据当下的需求，去记忆中检索需要的记忆内容，从而提供更加智能的回复。
Agent Memory怎么实现？
物理外挂：即外置数据库和 RAG，需要检索当前query相关的内容，例如：Mem0、ACE。好处是即插即用，坏处是不够end-to-end Memory as Reasoning / Tool：通过训练Reasoning或Tool的方式动态更新context，例如：MemAgent、memory-R1。好处是更接近end-to-end，但不是很灵活。 参数更新：LLM本身就是一个Memory体，所有参数都是它的Memory，通过更新参数来更新记忆，这种方式是最本质的，但也是最难实现的。
LangGraph中的记忆管理
LangGraph[2]作为一款面向多智能体协作与状态管理的框架，其设计了巧妙的记忆管理系统，旨在为Agent提供在不同交互中存储、检索和利用信息的能力。它区分了两种主要的记忆类型：短期记忆和长期记忆。在实际使用中，通过这两种记忆协同，既能保障实时任务的高效执行，又支持了跨任务、跨周期的经验复用。
● short-term memory（通过Checkpointer实现）：针对单个对话线程，核心价值在于保障对话的临时性，使得Agent能够跟踪会话中的多轮对话，可以在该线程内的任何时刻被回忆。
● long-term memory（通过Store实现）：可以跨对话线程共享，可以在任何时间，任何线程中被回忆，而不像短期记忆局限于单个对话。
通过下表，可以更清晰的看到两者的区别：
LangGraph记忆的架构基础
要想更好的理解LangGraph中的记忆机制，首先需要理解其支持双轨记忆系统的核心概念。
CheckpointerLangGraph有一个内置的持久化（Persistence）层，通过checkpointer实现，能够持久化存储图状态，这使得开发记忆功能和人类干预功能成为可能。
当使用检查点编译一个图时，检查点会在每个super-step保存图状态的checkpoint，这些checkpoint被保存到一个thread中，可以在图执行后访问。因为threads允许在执行后访问图的状态，所以可以实现记忆、人机协作、时间旅行、容错等多种强大的功能。
工作流程：
用户输入 → [节点 1] → 💾 保存状态 → [节点 2] → 💾 保存状态 → 输出
↓ ↓
Checkpoint 1 Checkpoint 2
为了管理多个独立的对话，LangGraph使用了thread的概念。thread_id是由checkpointer保存的每个checkpoint的唯一id，是激活和区分不同对话线程的唯一key。在调用图的invoke或stream方法时，通过configurable字典传入一个thread_id，就代表这次操作属于thread_id这个特定的对话。
Store如上所述，图状态可以由checkpointer在每个super-step写入线程，从而实现状态的持久化。但是，如果想在多个线程之间保留一些信息的话，那么就需要用到Store。Store本质上是一个暴露给图节点和工具的键值数据库，与checkpointer的自动化快照不同，Store需要显式和主动的进行操作。
Store中的数据通常通过更持久的标识来组织。user_id是最常见的，用于关联用户的所有信息，此外，namespace提供了一种数据隔离机制，例如，使用使用 (“memories”, user_id) 这样的元组作为命名空间，可以将用户的记忆与其他类型的数据（如用户偏好 (“preferences”, user_id)）清晰地分离开来，避免数据冲突，保持知识库的整洁有序。
短期记忆详解
InMemorySaver内存会话临时存储对于开发、原型设计和测试阶段，最简单快捷的方式是使用InMemorySaver。它将所有的对话状态存储在内存中的一个Python字典里。
1.设置记忆管理检查点
from langchain_openai import ChatOpenAI
from langchain.chat_models import init_chat_model
from langgraph.checkpoint.memory import InMemorySaver
from langgraph.prebuilt import create_react_agent
# 初始化检查点保存器
checkpointer = InMemorySaver()
2.定义大模型并创建agent
BASE_URL=""
TOKEN=""
MODEL_NAME=""
model = init_chat_model(
model=MODEL_NAME,
model_provider="openai",
base_url=BASE_URL,
api_key=TOKEN,
temperature=0,
)
agent = create_react_agent(
model=model,
tools=[],
# 传入检查点，是将持久化能力“注入”图的关键步骤。编译后的graph对象现在具备了状态管理的能力。
checkpointer=checkpointer
)
如果是底层自定义api在图构建阶段传入检查点的代码是graph = builder.compile(checkpointer=checkpointer)。
3.短期记忆-内存后端
config = {"configurable": {"thread_id": "1"}} # 激活记忆机制的核心。如果没有提供thread_id，每次invoke调用都将是无状态的，只要使用相同的thread_id，LangGraph就会在多次调用之间维持对话状态
response = agent.invoke(
{"messages": [{"role": "user", "content": "你好，我叫ada！"}]},
config
)
print(f"thread1_bot_answer：{response['messages'][-1].content}")
response = agent.invoke(
{"messages": [{"role": "user", "content": "你好，请问你还记得我叫什么名字么？"}]},
config
)
print('------------线程1------------------')
print(f"thread1_bot_answer：{response['messages'][-1].content}")
new_config = {"configurable": {"thread_id": "2"}}
response = agent.invoke(
{"messages": [{"role": "user", "content": "你好，请问你还记得我叫什么名字么？"}]},
new_config
)
print('------------线程2------------------')
print(f"thread2_bot_answer：{response['messages'][-1].content}")
执行上面代码，可以看到输出如下：
thread1_bot_answer：你好，Ada！很高兴认识你！😊
这是一个很美的名字呢！有什么我可以帮助你的吗？无论是想聊聊天，还是有任何问题需要解答，我都很乐意为你提供帮助。
------------线程1------------------
thread1_bot_answer：当然记得！你刚才告诉我你叫 Ada～很高兴再次和你打招呼！😊
------------线程2------------------
thread2_bot_answer：你好！很抱歉，我无法记住之前对话中的个人信息，比如你的名字。这是为了保护你的隐私，所以我不会保留这类数据。你可以告诉我你的名字，或者任何你想让我称呼你的方式，我会很乐意在这次的对话中使用它！😊
短期记忆与线程相关，在对话时，需要在配置中传入thread_id。通过上面的结果我们可以看到，当我们传入相同的thread_id时，agent就可以记住用户的名字，然而当我们更换thread_id时，agent就不记得用户的名字了。
需要注意的是，InMemorySaver将所有状态都保存在内存中，一旦程序终止，那么所有对话历史都会消失。
数据库持久化存储可以发现，上面一小节的代码在应用程序结束后再启动，记忆就又消失了。这是因为InMemorySaver仅仅是把记忆保存在内存中，应用程序结束后释放内存记忆就消失了。在生产环境中常常使用数据库支持的检查点记录器持久化保存记忆，以保证数据的可靠性和服务的连续性。
这里我们以postgres数据库为例来说明，怎么持久化地保存记忆数据。
1.首先安装以下依赖：
pip install -U "psycopg[binary,pool]" langgraph-checkpoint-postgres
2.安装postgres数据库，具体的安装方法可以参考：Linux下安装PostgreSQL_linux安装postgresql-CSDN博客。这里选择以源码的方式进行安装，安装包从官网（PostgreSQL: Downloads）下载，选择最新的postgresql-18.0.tar.gz。
3.安装数据库成功后，编码如下代码。
DB_URI是数据库连接的URL。想要自动保存在数据库中的State需要在PostgresSaver.from_conn_string(DB_URI)上下文中操作。
from langchain.chat_models import init_chat_model
from langgraph.graph import StateGraph, MessagesState, START
from langgraph.checkpoint.postgres import PostgresSaver
BASE_URL=""
TOKEN=""
MODEL_NAME=""
model = init_chat_model(
model=MODEL_NAME,
model_provider="openai",
base_url=BASE_URL,
api_key=TOKEN,
temperature=0,
)
DB_URI = "postgresql://postgres:postgres@localhost:5432/postgres?sslmode=disable"
with PostgresSaver.from_conn_string(DB_URI) as checkpointer:
checkpointer.setup() # 第一次调用时必须要setup()
def call_model(state: MessagesState):
response = model.invoke(state["messages"])
return {"messages": response}
builder = StateGraph(MessagesState)
builder.add_node(call_model)
builder.add_edge(START, "call_model")
graph = builder.compile(checkpointer=checkpointer)
config = {
"configurable": {
"thread_id": "1"
}
}
response = graph.invoke(
{"messages": [{"role": "user", "content": "你好，我叫ada！"}]},
config
)
print(response['messages'][-1].content)
response = graph.invoke(
{"messages": [{"role": "user", "content": "你好，请问你还记得我叫什么名字么？"}]},
config
)
print(response['messages'][-1].content)
运行一次上述代码后，关闭应用程序后重启，再次运行上述代码，print结果如下：
bot_answer_1：你好，Ada！很高兴再次见到你！😊
你的名字真动听！今天有什么我可以帮你解答或者想聊的话题吗？
bot_answer_2：当然记得！你告诉我你叫 **Ada**。很高兴再次和你打招呼！😊
可以看到，记忆已经被保存了。我们检查数据库可以发现，postgres数据库中出现了四个表：
上述表中，checkpoints表是”状态快照“表，每当程序执行一个step时，它就会在这张表中创建一条新记录，这条记录就是一个检查点的快照。查询该表，可以得到如下结果：
接下来，我们来分析每一列的含义：
理解了上面checkpoints表后，那么不禁会问，真正的消息内容被存到了哪里呢？真正的消息内容存储在checkpoint_writes表中，如下：
除了PostgreSQL之外，LangGraph还支持MongoDB、Redis等数据库。
子图中的记忆当构建复杂的、由多个子图嵌套而成的应用时，需要更灵活的记忆管理策略。
● 记忆继承（默认）：默认情况下，子图会继承其父图的checkpointer。这意味着整个嵌套图共享同一个对话状态，数据可以在父子图之间无缝流动。这对于将一个大型任务分解为多个模块化子任务非常有用。
● 记忆隔离：在某些场景下，例如构建多智能体系统，希望每个智能体（由一个子图表示）拥有自己独立的内存空间，互不干扰。此时，可以在编译子图时设置checkpointer=True。
如下代码，可以在子图中直接使用父图的短期记忆：
from langgraph.graph import START, StateGraph
from langgraph.checkpoint.memory import InMemorySaver
from typing import TypedDict
class State(TypedDict):
foo: str
# 子图
def subgraph_node_1(state: State):
return {"foo": state["foo"] + "bar"}
subgraph_builder = StateGraph(State)
subgraph_builder.add_node(subgraph_node_1)
subgraph_builder.add_edge(START, "subgraph_node_1")
subgraph = subgraph_builder.compile()
# 父图
builder = StateGraph(State)
builder.add_node("node_1", subgraph)
builder.add_edge(START, "node_1")
checkpointer = InMemorySaver()
graph = builder.compile(checkpointer=checkpointer)
如果子图希望使用自己的短期记忆，那么需要在编译子图时，显示传入子图的检查点：
subgraph_builder = StateGraph(...)
subgraph = subgraph_builder.compile(checkpointer=True)
在工具中读取状态：
LangGraph允许工具直接访问和读取当前的图状态，使其具备上下文感知能力。
核心机制：state: Annotated[CustomState, InjectedState]，InjectedState的作用是在调用这个工具时，将当前的完整状态对象作为第一个参数传递到工具中，使得这个工具能根据当前状态来执行更智能的操作。
from typing import Annotated
from langchain.chat_models import init_chat_model
from langgraph.prebuilt import InjectedState, create_react_agent
from langgraph.prebuilt.chat_agent_executor import AgentState
BASE_URL=""
TOKEN=""
MODEL_NAME=""
model = init_chat_model(
model=MODEL_NAME,
model_provider="openai",
base_url=BASE_URL,
api_key=TOKEN,
temperature=0,
)
class CustomState(AgentState):
user_id: str
def get_user_info(
state: Annotated[CustomState, InjectedState]
) -> str:
"""查询用户信息"""
user_id = state["user_id"]
return"ada"if state["user_id"] == "user_ada"else"Unknown"
agent = create_react_agent(
model=model,
tools=[get_user_info],
state_schema=CustomState,
)
agent.invoke({
"messages": "查询用户信息",
"user_id": "user_ada"
})
返回结果如下：
根据查询结果，您的用户信息显示用户名为：**ada**\n\n这是您的用户信息查询结果。如果您需要了解其他信息或有其他需求，请告诉我。
在工具中写入状态：
如果要在工具执行期间修改图的记忆，那么可以直接从工具返回状态更新。这对于持久化中间结果、传递信息给后续工具等非常有用。
核心机制：工具返回Command对象。此时，LangGraph会将其返回值解释为对状态的直接修改指令。Command(update={...})中的字典定义了要更新的状态字段及其新值。这允许工具在完成其主要任务的同时，将结果写回智能体的短期记忆中，从而影响后续的决策。
from typing import Annotated
from langchain_core.tools import InjectedToolCallId
from langchain_core.runnables import RunnableConfig
from langchain_core.messages import ToolMessage
from langgraph.prebuilt import InjectedState, create_react_agent
from langgraph.prebuilt.chat_agent_executor import AgentState
from langgraph.types import Command
class CustomState(AgentState):
user_name: str
def update_user_info(
tool_call_id: Annotated[str, InjectedToolCallId],
config: RunnableConfig
) -> Command:
"""查询并更新用户信息"""
user_id = config["configurable"].get("user_id")
name = "ada"if user_id == "user_123"else"Unknown user"
return Command(update={
"user_name": name,
# 更新消息历史记录
"messages": [
ToolMessage(
"成功查询到用户信息",
tool_call_id=tool_call_id
)
]
})
def greet(
state: Annotated[CustomState, InjectedState]
) -> str:
"""找到用户信息后，使用此方式向用户问好。"""
user_name = state["user_name"]
return f"你好 {user_name}！"
agent = create_react_agent(
model=model,
tools=[update_user_info, greet],
state_schema=CustomState
)
agent.invoke(
{"messages": [{"role": "user", "content": "向用户打招呼"}]},
config={"configurable": {"user_id": "user_123"}}
)
输出结果如下：
长期记忆详解
LangGraph中的长期记忆允许系统在不同对话中保留信息，是跨对话线程共享的，可以在任何时间、任何线程中被回忆。与短期记忆不同，长期记忆保存在自定义的命名空间中，每个记忆都组织在一个自定义的namespace和一个唯一的key下。
记忆存储：LangGraph将长期记忆存储为JSON文档，使用Store进行管理，允许存储结构化和非结构化的数据。
记忆更新时机：
● 热路径（Hot Path）：在应用程序逻辑运行时实时创建记忆（store.put()），优点是实时更新，但可能增加程序复杂性、延迟等问题。
● 后台（Background）：作为单独的异步任务创建记忆（store.put()），优点是避免主应用延迟、逻辑分离，难点在于确定更新频率和触发时机。
记忆检索：
● store.get()：根据命名空间和键精确获取记忆。
● store.search()：在指定命名空间内实现灵活记忆检索，不但可以通过命名空间和标识符，更可以通过语义检索到记忆内容。通常需要Store配置一个embed来支持语义搜索。
记忆的应用：
● 语义记忆：存储事实和概念。分为以下两种情况：Profile：将关于用户、组织或代理自身的特定信息存储为一个持续更新的JSON文档，需要模型来生成新的Profile或更新已有JSON档案；Collection：将记忆存储为一组独立的文档，易于生成，但检索和更新较为复杂，且可能难以捕获记忆间的完整上下文。在应用时，可以将检索到的记忆作为上下文或系统指令的一部分传递给LLM，用于个性化响应和回答事实性问题。
● 情景记忆：存储过去的事件或行为经验。通常通过few-shot example prompt来实现，以指导模型完成任务。
● 程序记忆：存储执行任务的规则或指令。通常通过修改代码自身的prompt来实现，将其应用于LLM。
InMemoryStore与Checkpointer类似，InMemoryStore用于快速开发和原型验证。它将所有数据存储在内存中。
from langchain.chat_models import init_chat_model
from langchain_core.runnables import RunnableConfig
from langgraph.store.memory import InMemoryStore
from langgraph.config import get_store
from langgraph.prebuilt import create_react_agent
store = InMemoryStore()
BASE_URL=""
TOKEN=""
MODEL_NAME=""
model = init_chat_model(
model=MODEL_NAME,
model_provider="openai",
base_url=BASE_URL,
api_key=TOKEN,
temperature=0,
)
store.put(
("users",), # 命名空间：元组类型，类比文件系统中的文件夹，支持分层组织结构
"user_123", # 键: 字符串，是命名空间内的唯一标识符，一般推荐使用uuid库生成唯一标识符
{
"name": "ada",
"language": "中文",
} # 值：Python字典类型，比如保存公共角色资料时可以是包含姓名、偏好等键值对的字典
)
def get_user_info(config: RunnableConfig) -> str:
"""查找用户信息的函数，可以查看长期记忆中储存的用户信息"""
store = get_store() # 获取上下文中可用的store实例
user_id = config["configurable"].get("user_id")
user_info = store.get(("users",), user_id) # 输入命名空间和键进行精确查询
return str(user_info.value) if user_info else"Unknown user"
agent = create_react_agent(
model=model,
tools=[get_user_info],
# 传入store
store=store
)
response = agent.invoke(
{"messages": [{"role": "user", "content": "帮我查找长期记忆中储存的用户信息"}]},
config={"configurable": {"user_id": "user_123"}}
)
print(response['messages'])
输出结果如下，可以看到在工具函数中成功调用store查找到了保存的用户信息：
为了让记忆真正”长期“，生产环境必须使用数据库支持的Store，LangGraph目前主要支持PostgresStore和RedisStore。我们以PostgresStore为例来进行说明。
首先，先安装对应的包：
pip install -U "psycopg[binary,pool]" langgraph-checkpoint-postgres
Postgres数据库的安装，请参考上文。
接下来进行示例说明。整体过程与Checkpointer类似，关键区别在于Store是怎样在节点内部被访问和使用的。
import uuid
from langchain.chat_models import init_chat_model
from langchain_core.runnables import RunnableConfig
from langgraph.graph import StateGraph, MessagesState, START
from langgraph.store.base import BaseStore
from langgraph.store.postgres import PostgresStore
from langgraph.checkpoint.postgres import PostgresSaver
BASE_URL=""
TOKEN=""
MODEL_NAME=""
model = init_chat_model(
model=MODEL_NAME,
model_provider="openai",
base_url=BASE_URL,
api_key=TOKEN,
temperature=0,
)
DB_URI = "postgresql://postgres:postgres@localhost:5432/postgres?sslmode=disable"
with (
PostgresStore.from_conn_string(DB_URI) as store,
PostgresSaver.from_conn_string(DB_URI) as checkpointer,
):
store.setup() # 第一次调用时必须要setup()
#checkpointer.setup()
# 声明store参数
def call_model(
state: MessagesState,
config: RunnableConfig,
*,
store: BaseStore, # 在节点中访问store的标准方式，需要在函数签名上，加一个store
):
# 从store中读取记忆
user_id = config["configurable"]["user_id"]
namespace = ("memories", user_id)
memories = store.search(namespace, query=str(state["messages"][-1].content))
info = "\n".join([d.value["data"] for d in memories])
system_msg = f"你是一个与人类交流的小助手，用户信息: {info}"
# 向store中写入记忆
last_message = state["messages"][-1]
if"记住"in last_message.content.lower():
memory = "用户名字是ada"
store.put(namespace, str(uuid.uuid4()), {"data": memory})
response = model.invoke([{"role": "system", "content": system_msg}] + state["messages"])
return {"messages": response}
builder = StateGraph(MessagesState)
builder.add_node(call_model)
builder.add_edge(START, "call_model")
graph = builder.compile(checkpointer=checkpointer, store=store) # agent同时配备了短期记忆和长期记忆能力
# 第一次对话，告诉agent用户的名字
config = {
"configurable": {
"thread_id": "3",
"user_id": "1",
}
}
response = graph.invoke(
{"messages": [{"role": "user", "content": "你好，我叫ada！记住这个名字呦~"}]},
config
)
print(response['messages'][-1].content)
# 第二次对话，新线程，询问agent记不记得用户的名字
config = {
"configurable": {
"thread_id": "4",
"user_id": "1",
}
}
response = graph.invoke(
{"messages": [{"role": "user", "content": "我的名字是什么?"}]},
config
)
print(response['messages'][-1].content)
输出结果如下：
# ------------------第一次对话----------------------
你好ada！很高兴认识你～我已经记住你的名字啦！✨
有什么我可以帮你的吗？
# ------------------第二次对话----------------------
你的名字是ada
在第一次对话时，对话线程id为3，agent被要求记住用户的名字，并且根据代码逻辑，用户名字信息是通过store.put()写入数据库的。第二次对话时，线程id为4，当被问起用户的名字时，agent通过store.search()办法从数据库中检索到了这个信息，并成功回答，这展示了Store的跨记忆存储能力。
长期知识赋能工具在工具中读取长期记忆：
参考上文中，长期记忆-InMemoryStore中的示例。
其中，核心在于store = get_store() ，这个函数是一个上下文感知的辅助函数，能够在工具执行时，自动获取并返回compile或create_react_agent中传入的store实例。
在工具中写入长期记忆：
from typing_extensions import TypedDict
from langchain.chat_models import init_chat_model
from langgraph.config import get_store
from langchain_core.runnables import RunnableConfig
from langgraph.prebuilt import create_react_agent
from langgraph.store.memory import InMemoryStore
store = InMemoryStore()
BASE_URL=""
TOKEN=""
MODEL_NAME=""
model = init_chat_model(
model=MODEL_NAME,
model_provider="openai",
base_url=BASE_URL,
api_key=TOKEN,
temperature=0,
)
class UserInfo(TypedDict):
name: str
def save_user_info(user_info: UserInfo, config: RunnableConfig) -> str:
"""将用户信息保存到store"""
store = get_store()
user_id = config["configurable"].get("user_id")
store.put(("users",), user_id, user_info)
return"成功保存了用户信息"
agent = create_react_agent(
model=model,
tools=[save_user_info],
store=store
)
agent.invoke(
{"messages": [{"role": "user", "content": "我叫ada！请你记住我的名字"}]},
config={"configurable": {"user_id": "user_123"}}
)
首先需要定义要存储的数据内容，即UserInfo，它为LLM提供了一个清晰的结构化输出格式，当LLM决定调用save_user_info的工具时，会自动生成一个包含name字段的字典。然后调用store.put()方法，将数据存储下来。
store.get(("users",), "user_123").value
# 输出：{'name': 'ada'}
Store最强大的功能之一是支持语义搜索，这能将Store从一个简单的键值数据库，转变为一个功能完备的向量数据库。智能体不再只能通过精确的关键词来检索记忆，而是能够根据概念的相似性来查找相关信息。这实际就是一套RAG流程。
下面我们将基于自定义部署的Embedding服务，来演示如何进行长期记忆语义搜索。特别说明的是，代码仅供演示使用，实际使用可以参考下面代码，编写更规范的代码。
1.首先我们需要自己部署一个Embedding服务，这里我们以Qwen3-Embedding-4B为例。
2.创建自定义Embedding类，这个类需要继承自langchain.embeddings.base.Embeddings，这个类的作用是负责与Embedding服务进行通信。
import requests
from typing import List, Optional, Dict
from langchain.embeddings.base import Embeddings
class SelfAPIEmbeddings(Embeddings):
"""
一个自定义的 Embedding 类，用于调用自部署的 embedding API 服务。
"""
def __init__(self):
"""
初始化函数。
"""
self.token = ""
self.url = ""
self.model_id = ""
def _call_api(self, texts: List[str]) -> List[List[float]]:
"""
内部方法，用于调用 API。
*** 您需要根据您自己服务的实际 API 格式来修改这部分 ***
"""
try:
payload = {
'model': self.model_id,
'input': texts
}
headers = {
'Content-Type': 'application/json',
'Authorization': f'Bearer {self.token}'
}
response = requests.post(self.url, headers=headers, data=json.dumps(payload))
# 判断是否异常
if response.status_code != 200:
print(response.json())
exit()
res = response.json()
return res['data']
except requests.exceptions.RequestException as e:
print(f"Error calling embedding API: {e}")
# 可以选择返回空列表或重新抛出异常
raise e
def embed_documents(self, texts: List[str]) -> List[List[float]]:
"""
为文档列表生成 embeddings。
"""
if not texts:
return []
# 为了避免请求体过大，可以分批处理
# 这里为了简单起见，一次性发送所有文本
new_texts = []
for i in texts:
i = eval(i)
new_texts.append(i['text'])
res = self._call_api(new_texts)
new_res = []
for i in res:
new_res.append(i['embedding'])
return new_res
def embed_query(self, text: str) -> List[float]:
"""
为单个查询文本生成 embedding。
"""
if not text:
return []
result = self._call_api([text])
return result[0]['embedding']
3.将自定义的Embedding类集成到工作流中，通过在Store中配置index来启用语义搜索。
from langchain.embeddings import init_embeddings
from langgraph.store.memory import InMemoryStore
custom_embeddings = SelfAPIEmbeddings()
store = InMemoryStore(
index={
"embed": custom_embeddings,
"dims": 2560,
}
)
4.语义查询测试。
store.put(("user_123", "memories"), "1", {"text": "我喜欢吃披萨"})
store.put(("user_123", "memories"), "2", {"text": "我是一名程序员"})
items = store.search(
("user_123", "memories"), query="我肚子饿了", limit=1
)
输出如下，尽管查询没有”披萨“这个词，但是通过Embedding模型计算，知道披萨和饿了是相近的语义，因此成功检索出了相关的记忆。
[Item(namespace=['user_123', 'memories'], key='1', value={'text': '我喜欢吃披萨'}, created_at='2025-11-12T09:59:55.097931+00:00', updated_at='2025-11-12T09:59:55.097937+00:00', score=0.6804530799409887)]
短期记忆管理策略
随着对话的进行，短期记忆（对话历史）会不断增长，可能会超出LLM的上下文窗口，导致请求调用失败，或者使LLM反应变慢、变差。这时，就需要对记忆进行管理了。常见的解决办法有：
● 修剪消息（trim messages）：移除前 N 条或后 N 条消息（在调用 LLM 之前）。最简单直接，但信息丢失严重，适合短期任务、无状态问答机器人、近期上下文最重要的应用。
● 删除消息（delete messages）：从LangGraph状态中永久删除消息。可以精确的控制移除内容，但需要自定义逻辑来判断哪些消息需要删除，适合用于移除不再需要的冗余系统消息、工具输出或错误信息。
● 总结消息（summarize messages）：汇总历史记录中的早期消息并将其替换为摘要。保留了核心语义信息，但计算成本高，实现相对复杂，适合用于长期连续对话、需要维持深度长期上下文的智能体。
● 自定义策略：例如消息过滤等。
修剪消息管理对话历史的一个重要概念是限制传递给模型的消息数量，trim_messages就是LangChain提供的一个实用函数，它根据指定的策略、token限制、模型要求以及是否包含系统消息等来裁剪消息列表，它的主要目的是确保对话历史不会超出模型的上下文窗口大小。
它的解决策略是：当消息历史过长时，从开头或结尾丢弃一部分消息，以确保总长度符合限制。
from langchain_core.messages.utils import (
trim_messages,
count_tokens_approximately
)
from langchain.chat_models import init_chat_model
from langgraph.checkpoint.memory import InMemorySaver
from langgraph.graph import StateGraph, START, MessagesState
BASE_URL=""
TOKEN=""
MODEL_NAME=""
model = init_chat_model(
model=MODEL_NAME,
model_provider="openai",
base_url=BASE_URL,
api_key=TOKEN,
temperature=0,
)
summarization_model = model.bind(max_tokens=128)
def call_model(state: MessagesState):
# 保留最近消息，总 token ≤ 128
messages = trim_messages(
state["messages"],
strategy="last", # 保留最后的消息
token_counter=count_tokens_approximately,
max_tokens=128,
start_on="human", # 确保第一条消息（不包括系统消息）是从human消息开始保留
end_on=("human", "tool"), # 保留到human或tool消息为止
allow_partial=False, # 不允许分割消息内容
include_system=True # 保留system prompt
)
# --- 在这里打印传入模型的内容 ---
print("-" * 20)
print(f"Messages being sent to the model (trimmed to <= 128 tokens): {len(messages)}")
for msg in messages:
print(f" [{msg.type.upper()}]: {msg.content}")
print("-" * 20)
response = model.invoke(messages)
return {"messages": [response]}
checkpointer = InMemorySaver()
builder = StateGraph(MessagesState)
builder.add_node(call_model)
builder.add_edge(START, "call_model")
graph = builder.compile(checkpointer=checkpointer)
# 如果需要在agent中修剪，那么需要将pre_model_hook和trim_messages结合使用
"""
def call_model(state)
messages = trim_messages(...)
agent = create_react_agent(
model,
tools,
pre_model_hook=call_model,
checkpointer=checkpointer,
)
"""
发起请求如下：
config = {"configurable": {"thread_id": "1"}}
graph.invoke({"messages": "你好，我叫ada"}, config)
graph.invoke({"messages": "请写一首诗，关于小狗的"}, config)
graph.invoke({"messages": "再写一首关于小猫的"}, config)
final_response = graph.invoke({"messages": "我叫什么名字呢？"}, config)
输出打印如下：
--------------------
Messages being sent to the model (trimmed to <= 128 tokens): 1
[HUMAN]: 你好，我叫ada
--------------------
--------------------
Messages being sent to the model (trimmed to <= 128 tokens): 3
[HUMAN]: 你好，我叫ada
[AI]: 你好，Ada！很高兴认识你！😊
这是一个很美的名字呢！有什么我可以帮助你的吗？无论是想聊天、有问题需要解答，还是需要任何形式的帮助，我都很乐意为你服务。
[HUMAN]: 请写一首诗，关于小狗的
--------------------
--------------------
Messages being sent to the model (trimmed to <= 128 tokens): 5
[HUMAN]: 你好，我叫ada
[AI]: 你好，Ada！很高兴认识你！😊
这是一个很美的名字呢！有什么我可以帮助你的吗？无论是想聊天、有问题需要解答，还是需要任何形式的帮助，我都很乐意为你服务。
[HUMAN]: 请写一首诗，关于小狗的
[AI]: 好的，Ada！为你写一首关于小狗的可爱小诗，希望你喜欢：
**《小狗的约定》**
..... （此处省略诗的内容）
这首诗捕捉了小狗的活泼、忠诚和它们带给我们的温暖。你觉得怎么样？😊
[HUMAN]: 再写一首关于小猫的
--------------------
--------------------
Messages being sent to the model (trimmed to <= 128 tokens): 3
[HUMAN]: 再写一首关于小猫的
[AI]: 好的，Ada！这首关于小猫的诗，希望同样能带给你一丝轻盈与温柔：
**《小猫的遐想》**
..... （此处省略诗的内容）
希望你喜欢这首小诗！🐾
[HUMAN]: 我叫什么名字呢？
--------------------
模型最终的输出为：
可以看出，传递给模型的消息内容已经被裁剪，修剪的过程为：
1.保留系统消息，include_system=True
2.strategy="last"，反转消息列表，以便从最新的消息开始处理
3.累积token数量，当达到max_tokens限制，那么进行修剪
4.修剪时，由于allow_partial=False，因此，保留的消息都是完整的；且start_on="human"，所以修剪后第一条非system prompt是用户消息
虽然对传递给模型的历史消息进行了裁剪，但是查询state可以发现，历史记录仍被完整的保留在内存中，没有被删除。
print("\n" + "="*30)
print(" 查看 thread_id='1' 的完整对话历史")
print("="*30)
current_state = graph.get_state(config)
conversation_history = current_state.values["messages"]
for message in conversation_history:
print(f"[{message.type.upper()}]: {message.content}")
这种方法允许从状态中永久移除特定的消息。要删除消息，不能直接从状态的messages列表中移除，而是使用RemoveMessage函数，从graph state中直接删除消息来管理对话历史。为了让RemoveMessage生效，需要使用带有add_messages reducer的状态键，例如MessagesState。
删除特定消息：
from langchain_core.messages import RemoveMessage
from langchain.chat_models import init_chat_model
from langgraph.checkpoint.memory import InMemorySaver
from langgraph.graph import StateGraph, START, MessagesState
BASE_URL=""
TOKEN=""
MODEL_NAME=""
model = init_chat_model(
model=MODEL_NAME,
model_provider="openai",
base_url=BASE_URL,
api_key=TOKEN,
temperature=0,
)
def delete_messages(state):
messages = state["messages"]
if len(messages) > 2:
# 删除最早的两条消息
return {"messages": [RemoveMessage(id=m.id) for m in messages[:2]]}
def call_model(state: MessagesState):
response = model.invoke(state["messages"])
return {"messages": response}
builder = StateGraph(MessagesState)
builder.add_sequence([call_model, delete_messages])
builder.add_edge(START, "call_model")
checkpointer = InMemorySaver()
app = builder.compile(checkpointer=checkpointer)
config = {"configurable": {"thread_id": "1"}}
for event in app.stream(
{"messages": [{"role": "user", "content": "你好，我是ada"}]},
config,
stream_mode="values"
):
print([(message.type, message.content) for message in event["messages"]])
for event in app.stream(
{"messages": [{"role": "user", "content": "我叫什么名字"}]},
config,
stream_mode="values"
):
print([(message.type, message.content) for message in event["messages"]])
输出如下，当请求完成时，如果消息数量>2，那么最早的两条消息会被删除。
清空所有消息：
from langgraph.graph.message import REMOVE_ALL_MESSAGES
def clear_messages(state):
return {"messages": [RemoveMessage(id=REMOVE_ALL_MESSAGES)]}
builder = StateGraph(MessagesState)
builder.add_sequence([call_model, clear_messages])
builder.add_edge(START, "call_model")
checkpointer = InMemorySaver()
app = builder.compile(checkpointer=checkpointer)
config = {"configurable": {"thread_id": "1"}}
for event in app.stream(
{"messages": [{"role": "user", "content": "你好，我是ada"}]},
config,
stream_mode="values"
):
print([(message.type, message.content) for message in event["messages"]])
for event in app.stream(
{"messages": [{"role": "user", "content": "我叫什么名字"}]},
config,
stream_mode="values"
):
print([(message.type, message.content) for message in event["messages"]])
输出如下，请求完成后，会立即删除所有消息记录。
通过修剪、删除来管理历史消息，会有丢失信息的问题。为了避免这个问题，可以进行消息总结，也就是通过调用LLM对历史对话进行摘要，并将摘要作为新的上下文传入，以在减少消息数量的同时保留关键信息。
1.首先，安装LangMem，这是一个由LangChain维护的库，提供了用于在agent中管理记忆的工具。
pip install -U langmem
2.langmem库提供了一个预构建的SummarizationNode，可以极大地简化实现过程：
import tiktoken
from typing import Any, TypedDict
from langchain.chat_models import init_chat_model
from langchain_core.messages import AnyMessage, BaseMessage, SystemMessage
from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder
from langgraph.graph import StateGraph, START, MessagesState
from langgraph.checkpoint.memory import InMemorySaver
from langmem.short_term import SummarizationNode, RunningSummary
summary_prompt = ChatPromptTemplate.from_messages(
[
MessagesPlaceholder(variable_name="messages"),
# 使用 HumanMessage 模拟用户在最后发出总结指令
("human", "请根据以上对话，生成一段简洁、连贯的中文摘要，注意不要丢失细节"),
]
)
update_summary_prompt = ChatPromptTemplate.from_messages(
[
MessagesPlaceholder(variable_name="messages"),
# 使用 HumanMessage 模拟用户在最后发出总结指令
("human", "以下是目前为止的对话摘要：{existing_summary}\n\n请根据以上新消息扩展此摘要："),
]
)
BASE_URL=""
TOKEN=""
MODEL_NAME=""
model = init_chat_model(
model=MODEL_NAME,
model_provider="openai",
base_url=BASE_URL,
api_key=TOKEN,
temperature=0,
)
summarization_model = model.bind(max_tokens=128)
# count_tokens_approximately更适合英文分词，中文这里使用tiktoken来计算token数量
encoding = tiktoken.get_encoding("cl100k_base")
def count_tokens_accurately(messages: list[BaseMessage]) -> int:
"""使用 tiktoken 精确计算消息列表的 token 总数"""
# 注意：langmem 的 token_counter 期望的输入是消息列表
text_content = " ".join([msg.content for msg in messages if isinstance(msg.content, str)])
return len(encoding.encode(text_content))
class State(MessagesState):
context: dict[str, RunningSummary]
class LLMInputState(TypedDict):
summarized_messages: list[AnyMessage]
context: dict[str, RunningSummary]
summarization_node = SummarizationNode(
#token_counter=count_tokens_approximately,
token_counter=count_tokens_accurately, # 更换为自定义的token计算工具
model=summarization_model,
max_tokens=256,
max_tokens_before_summary=256,
max_summary_tokens=128,
initial_summary_prompt=summary_prompt, # 使用自定义prompt，默认为英文
existing_summary_prompt=update_summary_prompt
)
def call_model(state: LLMInputState):
response = model.invoke(state["summarized_messages"])
return {"messages": [response]}
checkpointer = InMemorySaver()
builder = StateGraph(State)
builder.add_node(call_model)
builder.add_node("summarize", summarization_node)
builder.add_edge(START, "summarize")
builder.add_edge("summarize", "call_model")
graph = builder.compile(checkpointer=checkpointer)
# Invoke the graph
config = {"configurable": {"thread_id": "1"}}
graph.invoke({"messages": "你好，我叫ada"}, config)
graph.invoke({"messages": "请写一首诗，关于小狗的"}, config)
graph.invoke({"messages": "再写一首关于小猫的"}, config)
final_response = graph.invoke({"messages": "我叫什么名字？"}, config)
final_response["messages"][-1].pretty_print()
# 检查摘要是否生成
if"running_summary"in final_response["context"]:
print("\n生成的摘要:", final_response["context"]["running_summary"].summary)
else:
print("\n对话较短，尚未生成摘要。")
输出如下：
如果需要在agent中实现的话，那么将SummarizationNode传入pre_model_hook即可。SummarizationNode会自动检查历史消息的长度，当token数量超过阈值时，触发一次总结，然后将”摘要 + 最新消息“的组合传递给model。其中，initial_summary_prompt用于第一次生成摘要时的prompt模板，existing_summary_prompt用于更新现有摘要的prompt模板，final_prompt是将摘要与剩余的消息合并后的prompt模板。
State中的context字段用于存储运行中的摘要信息， 避免在每次调用时都重复总结。
检查点管理对有状态的agent的记忆进行检查、管理和重置，对于监控agent和提高用户使用体验都必不可少，LangGraph提供了以下的一些工具，用来对检查点进行管理。
查看最近的短期记忆，也就是最近的检查点的状态：
graph.get_state(config=config)
查看线程的所有短期记忆，会按时间顺序返回这个线程所有的历史检查点：
graph.get_state_history(config=config)
删除一个线程的所有短期记忆，一般用于重启对话场景：
checkpointer.delete_thread(thread_id)
引入MCP协议构建真实的Agent长记忆应用
本节将介绍如何基于Model Context Protocol（MCP）协议，使用LangGraph-Supervisor框架构建一个实用的、集成中断机制、有长记忆的多Agent系统。MCP是一种社区共建的AI开放协议，它标准化了应用向AI提供上下文的方式，极大简化了工具集成过程。
接下来，我们从头开始搭建multi-agent系统，模拟一个用户去进行旅游信息查询，并进行酒店预定，然后酒店管理侧可以查询用户的预定信息。整个Demo我们将展示Supervisor框架的搭建、人工介入、长短期记忆的应用等。
我们将逐步构建multi-agent工作流的每个组件，它包含三个子智能体，三个专门的 ReAct（推理和行动）子智能体，然后它们将组合起来创建一个包含额外步骤的多智能体工作流。
我们的工作流从以下开始：
1.human_input:用户输入;admin_input:管理员输入
2.supervisor协调三个子agent，根据input内容，选择合适的agent进行工作
3.当supervisor选择调用search_assistant的时候，那么查询信息,并将结果返回
4.当supervisor选择调用hotel_assistant的时候，那么把用户的预定信息,更新到Store中
5.当supervisor选择调用booking_info_assistant，会先进行verify_info，中断图的执行以请求管理员ID,当输入管理员ID后，接着判断管理员ID是否符合要求，如果不符合,那么不进行记忆查询，如果符合，则查询记忆,并返回。
步骤一：环境准备与安装
pip install langchain-mcp-adapters
步骤二：模型初始化
BASE_URL=""
TOKEN=""
MODEL_NAME=""
from langchain_openai import ChatOpenAI
from langchain.chat_models import init_chat_model
model = init_chat_model(
model=MODEL_NAME,
model_provider="openai",
base_url=BASE_URL,
api_key=TOKEN,
temperature=0,
)
步骤三：初始化长短期记忆
from langgraph.store.memory import InMemoryStore
from langgraph.checkpoint.memory import InMemorySaver
store = InMemoryStore()
checkpointer = InMemorySaver()
步骤四：工具与助手配置
搜索助手from typing import List
from typing_extensions import TypedDict
from langchain_core.messages import BaseMessage
from langchain_core.runnables import RunnableConfig
from langchain_mcp_adapters.client import MultiServerMCPClient
from langgraph.prebuilt import create_react_agent
from langgraph.config import get_store
from langgraph.graph import StateGraph, END
from langgraph.types import interrupt
from langchain_core.messages import AIMessage, ToolMessage, HumanMessage
# 搜索功能
url = ''
TOKEN = ''
search_client = MultiServerMCPClient(
{
"other_search": {
"url": url,
"headers": {
"Authorization": f"Bearer {TOKEN}"
},
"transport": "sse"
}
}
)
search_tools = await search_client.get_tools()
search_agent = create_react_agent(
model,
search_tools,
name="search_assistant",
prompt="你是一个能搜索各种信息的助手。"
)
定义图节点之间流动的共享数据结构，将需要存储的记忆格式化。
class UserInfo(TypedDict):
user_id: str
hotel_name: str
date: str
num_guests: int
定义预定酒店子智能体，并将用户预定历史存储下来。
def book_hotel(user_info: UserInfo, config: RunnableConfig):
"""处理酒店预订并更新长期记忆"""
user_id = config["configurable"].get("user_id")
print(user_info)
hotel_name = user_info.get("hotel_name")
date = user_info.get("date")
num_guests = user_info.get("num_guests")
# 存储用户个人预订历史
namespace = ("user_bookings",)
user_bookings = store.get(namespace, user_id) or []
user_bookings.append(user_info)
store.put(namespace, user_id, user_bookings)
# 更新总预订计数
namespace = ("total_hotel_bookings",)
total_bookings = store.get(namespace, 'total_bookings_num') or 0
store.put(namespace, 'total_bookings_num', total_bookings + 1)
return f"成功为用户 {user_id} 预订了 {hotel_name}，入住日期：{date}，入住人数：{num_guests}"
book_hotel_agent = create_react_agent(
model=model,
tools=[book_hotel],
store=store,
name="hotel_assistant",
prompt="你是一个酒店预定助手。不需要用户ID、身份证号码、姓名和联系方式，就可以预定，请直接预定！"
)
用户的预定信息都是需要保密的，只有特定的管理员才可以进行查询，因此，需要设计中断机制，审核请求查询用户的权限是否符号要求，即：在正式查询前，先中断一下，要求输入管理员ID信息；等输入后，接着执行图，再去判断管理员ID信息是否符合要求；只有符合才能正常进行用户信息查询。
1.查询工具定义：
def query_booking_from_store(config: RunnableConfig) -> str:
"""根据用户ID从存储中查询酒店预订信息。"""
store = get_store()
user_id = config["configurable"].get("user_id")
booking_info = store.get(("user_bookings",), user_id)
if booking_info and booking_info.value:
return f"已找到预订信息：{str(booking_info.value)}"
else:
return "未找到该用户的预订信息"
2.定义子图的状态：
class SubgraphState(TypedDict):
messages: List[BaseMessage]
3.创建新的图节点，负责中断和验证：
def authentication_and_query_node(state: SubgraphState, config: RunnableConfig):
"""
这个节点首先中断图的执行以请求管理员ID，
然后在恢复后验证ID，并调用工具查询信息。
"""
# 核心：调用 interrupt() 来暂停图的执行
admin_input = interrupt("请输入管理员id，如需退出查询，请输入exit")
# 当图被恢复时，admin_input 将会获得传入的值
if admin_input == "exit":
result = "用户已退出查询。"
elif admin_input == "admin_123":
# 验证成功，调用真正的查询工具
result = query_booking_from_store(config)
else:
# 验证失败
result = f"没有权限查询：admin_id 不匹配 (输入为: '{admin_input}')"
return {"messages": [AIMessage(content=result)]}
4.构建包含中断节点的子agent：
query_workflow = StateGraph(SubgraphState)
query_workflow.add_node("auth_and_query", authentication_and_query_node)
query_workflow.set_entry_point("auth_and_query")
query_workflow.add_edge("auth_and_query", END)
booking_query_subgraph = query_workflow.compile(checkpointer=checkpointer, store=store)
# 为子图命名，以便Supervisor可以调用它
booking_query_subgraph.name = "booking_info_assistant"
步骤五：Supervisor架构构建
基于上述组件，我们将构建一个完整的Supervisor架构工作流。
from langgraph_supervisor import create_supervisor
workflow = create_supervisor(
[search_agent, book_hotel_agent, booking_query_subgraph],
model=model,
prompt=(
"您是团队主管，负责管理信息搜索助手、酒店预订助手、以及用户信息查询助手。"
"如需搜索各种信息，请交由 search_assistant 处理。"
"如需预定酒店，请交由 hotel_assistant 处理。"
"如需查询用户的酒店预定信息，请交由 booking_info_assistant 处理。"
"**注意**，你每次只能调用一个助理agent！"
),
)
supervisor = workflow.compile(checkpointer=checkpointer, store=store)
步骤六：系统运行
第一次交互： 查询北京火锅店config = {"configurable": {"thread_id": "1", "user_id": "user_123"}}
print("--- 第一次交互 ：查询北京火锅店---")
async for chunk in supervisor.astream(
{"messages": [("user", "北京最出名的老北京火锅是哪家？")]},
config
):
# 打印每个数据块的内容
for key, value in chunk.items():
print(f"Node: '{key}'")
if value:
print(" value:")
print(value)
print("----")
输出：
北京最出名的老北京火锅有很多家，其中比较有名的包括：\n\n1. **东来顺**：东来顺是北京最著名的老北京涮羊肉火锅店之一，历史悠久，以其独特的涮羊肉和秘制的调料而闻名。\n\n2. **南门涮肉**：南门涮肉也是一家老字号的火锅店，以其传统的涮羊肉和地道的北京风味而受到欢迎。\n\n3. **老北京涮肉馆**：这是一家专注于传统老北京涮肉的火锅店，以其正宗的口味和优质的服务而受到食客的喜爱。\n\n4. **聚宝源**：聚宝源是一家以涮羊肉为主的火锅店，以其新鲜的食材和独特的调料而受到欢迎。\n\n这些火锅店都有各自的特色和忠实的顾客群体，您可以根据自己的口味和需求选择合适的火锅店。
print("--- 第二次交互 ：根据上一步推荐的火锅店查询酒店---")
async for chunk in supervisor.astream(
{"messages": [("user", "那第一个推荐的火锅店附近有哪些酒店呀")]},
config
):
# 打印每个数据块的内容
for key, value in chunk.items():
print(f"Node: '{key}'")
if value:
print(" value:")
print(value)
print("----")
输出：
东来顺火锅店位于北京市东城区东华门大街。以下是东来顺火锅店附近的一些酒店推荐：\n\n1. **北京王府井希尔顿酒店**：这是一家豪华酒店，距离东来顺火锅店步行约10分钟，提供高品质的住宿和服务。\n\n2. **北京东方君悦大酒店**：这家五星级酒店位于王府井大街，距离东来顺火锅店步行约15分钟，设施齐全，服务优质。\n\n3. **北京华尔道夫酒店**：这是一家高端酒店，距离东来顺火锅店步行约10分钟，提供豪华的住宿体验和优质的服务。\n\n4. **北京诺富特和平宾馆**：这家四星级酒店位于王府井大街，距离东来顺火锅店步行约15分钟，性价比较高，适合商务和休闲旅行。\n\n5. **北京天伦王朝酒店**：这家四星级酒店距离东来顺火锅店步行约10分钟，提供舒适的住宿环境和便捷的交通。\n\n这些酒店都位于东来顺火锅店附近，您可以根据自己的需求和预算选择合适的酒店。
可以看到，supervisor记得上文中提到过的第一个推荐的火锅店，这是短期记忆的典型应用。
第三次交互：预定酒店print("--- 第三次交互 ：预定酒店---")
async for chunk in supervisor.astream(
{"messages": [("user", "帮我预定北京王府井希尔顿酒店酒店，预定日期：2025-11-13到2025-11-14，入住人数1")]},
config
):
for key, value in chunk.items():
print(f"Node: '{key}'")
if value:
print(" value:")
print(value)
print("----")
输出：
已成功为您预订了北京王府井希尔顿酒店，入住日期为2025年11月13日至2025年11月14日，入住人数为1人。祝您旅途愉快！
成功调用预定酒店助手，并完成酒店预定。
第四次交互：管理员查询预定信息print("--- 第四次交互 ：管理员查询预定信息---")
config = {"configurable": {"thread_id": "2", "user_id": "user_123"}} # 更换管理员操作线程
interrupt_data = None
interrupt_input = None
print("--- 第一次运行，将会触发中断 ---")
async for chunk in supervisor.astream(
{"messages": [("user", "查询用户预定酒店信息")]},
config,
):
for key, value in chunk.items():
print(f"Node: '{key}'")
if value:
print(" value:")
print(value)
if key == "__interrupt__":
print("\n======= 图已成功中断！=======")
interrupt_data = value[0]
print(f"中断信息: {interrupt_data.value}")
break
if interrupt_data:
break
print("----")
if interrupt_data:
# 模拟管理员输入正确的密码
interrupt_input = Command(resume="admin_123")
# 如果想测试错误的密码，可以使用下面这行
#interrupt_input = Command(resume="wrong_password")
print(f"\n--- 接收到中断输入 '{interrupt_input}'，继续执行图 ---")
# 恢复图的执行
async for chunk in supervisor.astream(
interrupt_input,
config,
):
for key, value in chunk.items():
print(f"Node: '{key}'")
if value:
print(" value:")
print(value)
print("----")
第一次运行，触发中断并输出：
请输入管理员id，如需退出查询，请输入exit
接着，程序模拟管理员输入正确的ID后，继续执行图，booking_info_assistant查询到长期记忆，并输出：
已找到预订信息：[{'user_id': 'user_123', 'hotel_name': '北京王府井希尔顿酒店', 'date': '2025-11-13到2025-11-14', 'num_guests': 1}]
最终，supervisor返回最终的结果：
用户预定的酒店信息如下：\n- 用户ID: user_123\n- 酒店名称: 北京王府井希尔顿酒店\n- 预定日期: 2025-11-13到2025-11-14\n- 客人数: 1
未来工作
更智能的记忆管理策略在上述的示例（预定酒店）中，我们仅将用户预定信息直接进行存储、检索，但对于supervisor来说，记住和不同用户的过往交互是非常重要的，在后续的交互中，才能针对不同的用户，给出更合适的回应。让Agent能自主决定记忆的存储、遗忘、更新和检索优先级，才能真正模拟人类的记忆过程。因此，未来需要改进设计更智能的记忆管理策略。
记忆驱动的多智能体系统架构选择在上述示例（预定酒店）中，我们选择了Supervisor架构进行实现，但这显然存在缺陷，管理员系统不应该和用户系统使用同一个中央智能体，当系统功能越来越完善时，这样的设计会使得supervisor非常繁杂、且难以维护，Supervisor架构更适合需要明确控制流程和集中决策的场景。融合记忆功能的Multi-Agent系统可以根据应用场景选择更合适的架构，例如Hierarchical架构，可以用于不同层级的记忆服务于不同目的（个体、团队、全局）的场景；Custom架构，预先定义好各个Agent的记忆走向，构建更灵活的系统。
