Agent 长期记忆：Store、用户画像与跨会话保存

上一小节，咱们解决的是长对话越来越大的问题。

不管是消息裁剪，还是自动摘要，处理的其实都是 当前 Thread（会话窗口） 中已经存在的历史消息。

但是，如果咱们要做一个真实的 Agent 系统，那么是绝对不能只支持一个Thread（会话窗口）的。

举个例子，假设用户在售后对话中明确说：

请记住我的沟通偏好：
以后使用中文回答，先给结论；
如果需要人工联系，请安排在工作日 19:00 以后。

几天以后，他新建了一个对话：

请按照我以前保存的偏好，告诉我订单超过退款阈值后应该怎样处理。

新对话使用的是一个全新的 thread_id。

按照上一节的处理方式，Checkpointer 只会恢复新 Thread 自己的 State，并不会跑到旧 Thread 里寻找用户偏好。

那怎么办？

总不能为了拿到三条偏好，把用户之前的完整聊天记录全部复制过来吧。

这就是这一小节要解决的问题：把值得长期使用的信息从某一次对话中拿出来，保存到独立于 Thread 的位置，让同一名用户的新会话也可以继续使用。

长期记忆到底是什么

LangChain 官方把能够跨会话、跨 Thread 使用的信息称为 Long-term memory，也就是 长期记忆。

同时，咱们需要注意。

无论是之前学的 “短期记忆” 还是现在看的 “长期记忆”，都和保存时间没任何关系。

真正决定它是不是长期记忆的，是它的 作用范围。

短期记忆属于某一个 Thread（会话窗口），长期记忆则独立于 Thread，可以被同一用户的多个 Thread 读取。

比如，订单号 A1024 当前正在申请退款，这可能只是某次售后会话中的临时状态，保存在当前 Thread 就够了。

而“用户希望使用中文回答”，后面的新会话仍然可能用到，更适合保存成长期记忆。

所以，长期记忆保存的应该是：经过选择以后，未来仍然值得使用的信息。

PS：

很多人会用 用户画像 这个词来描述长期记忆的保存形式，虽然不是特别的准确，但是因为说的人多，所以咱们后面也用这个词

大家还记不记得，咱们上一节使用过的 Checkpointer。

它会根据 thread_id 保存和恢复 Agent State。

现在咱们要保存的是用户画像，用户可以新建很多个 Thread，但是用户身份并没有发生变化。

所以，这份数据不能继续使用 thread_id 作为读取范围：

为了解决这个问题，LangGraph 提供了 S