天学会AI应用开发（十七）LangGraph实现会话记忆功能

在上一篇文章中，我们借助 langchain_community 实现了基础的对话记忆功能，但该方法仅适用于早期链式架构的临时补丁，对于简单的线性对话尚可应对，一旦遇到复杂场景便显得力不从心。目前，LangChain 官方推荐使用 LangGraph 来高效管理会话记忆。LangGraph 是一种从底层统一管理全流程状态的架构，支持长短双记忆模式，原生持久化，并且能够轻松适配复杂 Agent，堪称生产环境的首选方案。接下来，我们将深入探讨 LangGraph 在会话记忆方面的基本用法与实战技巧。

一、使用LangGraph的环境准备

在命令行窗口中输入以下命令，即可一次性安装 LangChain、Ollama 插件以及 LangGraph 所需的核心依赖：

pip install langchain langchain-core langchain-ollama langgraph

请确保本地已通过 Ollama 完成了离线大模型的下载。例如，执行以下命令即可拉取 qwen2:1.5b 模型：

ollama pull qwen2:1.5b

等待模型下载完成后，再运行以下命令启动 Ollama 并加载模型：

ollama serve

二、使用LangGraph记住历史会话

在 Python 代码的开头，首先引入关键组件：LangChain 的智能体创建工具 create_agent、大模型工具 ChatOllama，以及 LangGraph 的内存保存器 InMemorySa ver：

from langchain.agents import create_agent
from langchain_ollama import ChatOllama
from langgraph.checkpoint.memory import InMemorySa ver  # 内存存储

在 ChatOllama 的构造方法中，指定要使用的离线大模型名称：

llm = ChatOllama(model="qwen2:1.5b")  # 改成你本地的模型

接下来，编写调用代码。首先调用 create_agent 创建启用短期记忆的智能体，然后通过其 invoke 方法与大模型进行交互：

agent = create_agent(
    model=llm,
    checkpointer=InMemorySa ver(),  # 启用短期记忆
)

# 测试对话
print("=== 内存中的临时记忆 ===")
while True:
    user_input = input("用户：")
    if user_input in ["退出", "exit", "quit"]:
        print("对话结束")
        break
    # 调用离线大模型
    result = agent.invoke(
        {"messages": [{"role": "user", "content": user_input}]},
        {"configurable": {"thread_id": "session_001"}}
    )
    print(f"AI：{result['messages'][-1].content}\n")

运行此段代码，依次输入“我叫张三”和“我叫什么？”，输出结果如下：

=== 内存中的临时记忆 ===
你：我叫张三
AI：你好，张三。有什么问题或需要帮助的吗？
你：我叫什么？
AI：你的名字是“张三”。

从日志中可以清晰看到，AI 在第一次对话中成功记住了用户名为“张三”，第二次提问时依然能够准确回答。这说明通过 LangGraph 的 InMemorySa ver，我们已经初步实现了简单的对话记忆功能。

三、使用SummarizationMiddleware压缩历史记忆

虽然上述方法实现了记忆，但随着问答轮次不断增加，需要记忆的历史会话内容也会越来越长。为了节省 Token 消耗，我们必须对历史记录进行精简，只保留最近最关键的会话信息。LangGraph 提供了摘要中间件 SummarizationMiddleware，能够在历史会话超出限制时自动触发压缩。下面来看具体实现方法。

首先，在代码开头引入 SummarizationMiddleware：

from langchain.agents.middleware import SummarizationMiddleware

再声明一个新的大模型实例，专门用于压缩历史会话：

llm_summary = ChatOllama(model="qwen2:0.5b")  # 改成你本地的模型

创建智能体时，增加 middleware 参数，并配置摘要中间件所需的摘要模型、Token 限制、保留消息数量等：

agent = create_agent(
    model=llm,
    checkpointer=InMemorySa ver(),  # 启用短期记忆
    # 压缩历史记忆并移除早期记忆
    middleware=[
        SummarizationMiddleware(
            model=llm_summary,
            trigger=("tokens", 100),  # 超过100个token时触发
            keep=("messages", 3),    # 保留最近3条消息
        )
    ]
)

重新运行代码，依次输入“我叫张三”、“我叫什么？”、“长江有多长？”、“黄河有多长？”、“珠江有多长？”、“黑龙江有多长？”、“我叫什么？”，输出结果如下：

=== 内存中的临时记忆 ===
你：我叫张三
AI：你好，张先生。有什么我可以帮助你的吗？
你：我叫什么？
AI：你好，张先生。你叫张三。
你：长江有多长？
AI：长江是中国最长的河流，全长约6300公里。
你：黄河有多长？
AI：黄河是中国第二长的河流，全长约5464公里。
你：珠江有多长？
AI：珠江是长江流域的一条重要河流，全长约2794公里。
你：黑龙江有多长？
AI：黑龙江是亚洲最长的河流之一，全长约1800公里。
你：我叫什么？
AI：根据您的描述，您似乎没有提供自己的名字。如果您有其他姓名，请告知我以便我能为您提供更准确的回答。

从日志中可以观察到，第一次询问“我叫什么？”时，AI 还能正确回答；但经过多轮对话后再次提问，AI 已经忘记了用户的名字。这说明 SummarizationMiddleware 确实发挥了作用——会话记录超出限制后，只保留了最近几条消息，早期的记忆被自动压缩掉了。