AI 面试教练 Agent 实战（下）：跨会话复测与 Agentic RAG

上一篇，咱们已经完成了训练记忆的创建和更新。

第一次回答不完整以后，系统会为“短期记忆与长期记忆”这个知识主题创建一条训练记忆。其中，agent-memory 是这条记忆的唯一标识，needs_review 表示这个知识点当前还没有掌握，需要继续复习。

在同一场面试中继续回答追问题，并且回答正确以后，这条记忆又被更新成了：

{
	key: 'agent-memory',
	title: '短期记忆与长期记忆',
	status: 'improving',
	attempts: 2,
	correctCount: 1
}

但是，到这里还不能证明这套记忆真的有用。

因为这两次回答都发生在同一个 Thread 中。Agent 完全可以从当前会话的 State 里看到前面的题目和回答。

真正需要验证的是：新建一个完全不同的 Thread 以后，Agent 能不能从 Store 中找到这个薄弱点，并根据它生成一场新的复测？

复测完成以后，咱们还要继续确认两件事：

• 第一：面试反馈需要多类技术资料时，Agent 能不能检查还缺什么并继续补查；
• 第二：用户再次回答正确以后，improving 能不能更新为 mastered。

所以，这一篇就从页面中的“复习薄弱点”开始，把整个 AI 面试教练捋一遍。

从“复习薄弱点”进入项目

按照上一篇的操作完成两次回答以后，页面右侧的“短期记忆与长期记忆”应该处于“提升中”状态。

这时，点击页面左侧的“复习薄弱点”。

这个按钮会调用：createSession('review')

点击以后，发送的仍然是新建面试请求：

POST /api/sessions
Content-Type: application/json
x-demo-token: demo-linxia

{
  "kind": "review",
  "mode": "replay"
}

这次和第一篇唯一明显的区别，是 kind 变成了 review。

不过，大家要注意：这里创建的仍然是一场新面试。

服务端会生成新的 sessionId，Checkpointer 也会使用新的 thread_id。

比如：

• 第一场面试：thread_id = f51688c6-...
• 这次薄弱点复测：thread_id = 8d72cb40-...

两个 Thread 不同，所以新面试不会把上一场面试的所有消息全部复制过来。

新的 sessionId 准备好以后，InterviewService.createSession() 会调用：

这次传入的是 event: 'start'，表示启动一场新的面试。

Graph 会先从 START 进入 dispatch

dispatch 后面的条件路由会根据 event 决定下一步：

当前的 event 是 start，不是 answer，所以 Graph 会进入 prepare_question

prepare_