LangChain 1.2 Agent记忆机制：短期与长期记忆实战详解

为什么你的Agent总是'失忆'？

在构建AI Agent时，很多开发者都踩过同一个坑：Agent无法记住之前的对话内容。你告诉它"我叫张三"，下一轮对话再问"我叫什么"，它却一脸茫然。这并不是模型能力不够，而是Agent的记忆机制没有正确配置。

本文基于LangChain 1.2版本，从零开始讲解Agent的短期记忆与长期记忆机制。你将了解默认Agent为什么没有记忆能力，以及如何通过上下文管理为Agent赋予"记住对话"的能力。

LangChain 1.2中Agent的基础创建方式

在LangChain 1.2中，创建Agent的方式相比旧版本有了明显简化。核心函数是create_agent，通过它可以快速搭建一个具备基本对话能力的Agent。

创建Agent的三个核心要素

Agent的核心能力可以归纳为三点：

1. 大模型推理能力：Agent底层依赖LLM进行推理和决策
2. 工具调用能力：通过tools参数指定Agent可使用的外部工具
3. 记忆功能：Agent能够记住历史对话内容（本文重点讲解）

创建一个基础Agent的代码结构如下：

from langchain import create_agent

# 指定模型和工具，创建Agent
agent = create_agent(
    model=deep_seek_model,  # 底层使用的LLM
    tools=[...]             # 可调用的工具列表
)

其中模型的创建使用init_chat_model方法，需要指定模型名称、供应商、API Key和Base URL等参数。这些配置通常放在环境变量中统一管理。

无记忆Agent的问题：一个直观的对话实验

基本调用方式

创建好Agent后，通过agent.invoke()方法与其对话：

# 第一次对话
response = agent.invoke({"role": "user", "content": "我叫张三，你是谁？"})
print(response["messages"][-1].content)

Agent的返回结构中包含messages列表，其中按顺序存放了用户的提问（Human Message）和AI的回复（AI Message）。要获取最终回复内容，只需取messages[-1].content即可。

记忆缺失的直观表现

关键问题出现在第二次对话时：

# 第一次对话
response1 = agent.invoke("我叫张三，你是谁？")
print(response1["messages"][-1].content)
# 输出：你好张三！我是...

print("-" * 50)

# 第二次对话
response2 = agent.invoke("我叫什么名字？")
print(response2["messages"][-1].content)
# 输出：我无法知道你的名字

尽管两次调用在同一段代码中、程序并未终止，但Agent依然无法回忆起你刚才说过的名字。第一次对话它明明回复了"你好张三"，第二次却说"我无法知道你的名字"。

默认Agent为什么没有记忆？

要理解这个问题，需要先理解大语言模型的本质：LLM是无状态的（Stateless）推理函数。每次API调用都是完全独立的推理过程，模型本身不存储任何会话信息，这与传统数据库或有状态服务有根本区别。所谓"记忆"，在技术实现上其实是将历史对话文本拼接到当前请求的Prompt中，让模型在同一次推理里"看到"历史内容，从而产生记住的效果。

因此，默认创建的Agent没有配置任何记忆机制。每次invoke调用对Agent来说都是一次全新的、独立的对话，前一次对话的上下文信息不会自动传递到下一次调用中。这就像一个失忆的人，每次见面都不记得之前发生过什么。要解决这个问题，就需要显式地为Agent引入记忆机制。

短期记忆与长期记忆：两种记忆机制详解

LangChain中的Agent记忆机制分为两大类，适用于不同的应用场景。

短期记忆（Short-term Memory）

短期记忆也称为会话记忆或上下文记忆，主要特点包括：

• 生命周期短：仅在当前会话期间有效，会话结束即丢失
• 容量有限：通常受限于LLM的上下文窗口大小（如4K、8K、128K tokens）
• 实现方式：将历史对话消息作为上下文传入每次请求

短期记忆解决的核心问题是：在一次连续对话中，Agent能记住前面说过的内容。比如多轮问答、上下文理解等场景。

值得注意的是，上下文窗口（Context Window）是LLM单次能处理的最大Token数量。早期GPT-3只有4K tokens，现代模型如GPT-4 Turbo支持128K tokens，Gemini 1.5 Pro甚至达到100万tokens。随着对话轮次增加，历史消息会不断累积，逐渐逼近窗口上限。在实际工程中，通常需要配合消息截断（只保留最近N轮对话）或摘要压缩（用LLM将早期对话压缩成摘要）等策略来管理上下文长度，避免超出限制导致报错或性能下降。

长期记忆（Long-term Memory）

长期记忆则是跨会话持久化的记忆，适用于需要"认识用户"的场景：

• 持久存储：即使程序重启、服务器重启，记忆依然存在
• 容量更大：通常借助外部存储系统（数据库、向量库、文件系统等）
• 选择性记忆：不是记住所有对话内容，而是提取关键信息进行存储

长期记忆让Agent能够跨越多次会话，记住用户的偏好、历史交互记录等重要信息。例如，用户上周告诉Agent自己喜欢Python，下周再来对话时Agent仍然知道这个偏好。

在技术实现上，长期记忆通常借助向量数据库（如Chroma、Pinecone、Weaviate、Milvus等）来实现语义检索。其核心原理是：对话内容首先被Embedding模型（如OpenAI的text-embedding-ada-002）转换为高维向量后存入数据库；检索时，将当前问题同样转为向量，通过余弦相似度（Cosine Similarity）找到最相关的历史记忆片段，再将这些片段注入到当前请求的Prompt中。这种方式比传统关键词匹配更智能，能够理解语义层面的相似性——即使用词不同，只要含义相近也能被检索到。

Agent开发中的实用注意事项

返回结构的正确解析

Agent的返回值是一个包含messages列表的字典，列表中按顺序存放了：

1. 用户输入的Human Message
2. 中间可能的工具调用消息（Tool Message）
3. 最终的AI Message（回复内容）

获取最终回复的标准写法：

final_answer = response["messages"][-1].content

LangChain版本兼容性说明

目前很多企业仍在使用LangChain 1.0之前的版本，而本教程基于1.2版本。新版本的create_agent API更加简洁直观，但记忆机制的核心概念是相通的。如果你的项目使用旧版本，Agent的创建方式会有所不同，但短期记忆和长期记忆的实现原理一致。

总结：从理解'失忆'到构建记忆能力

本文通过一个简单的对话实验，直观展示了默认Agent缺乏记忆能力的问题。核心要点回顾：

• LangChain 1.2中使用create_agent可以快速创建Agent
• 默认Agent每次调用都是独立对话，不会自动保留上下文
• 要实现连续对话能力，必须显式添加记忆机制
• 记忆分为短期记忆（会话内上下文管理）和长期记忆（跨会话持久化存储）两种
• 短期记忆受限于LLM上下文窗口，需配合截断或摘要策略管理长度
• 长期记忆依赖向量数据库实现语义检索，能跨会话保留关键用户信息

理解了"为什么Agent没有记忆"这个根本问题，才能更好地掌握后续如何为Agent添加记忆功能。这是构建真正实用的AI Agent不可跳过的基础一步。

核心要点

• LangChain 1.2中通过create_agent函数创建Agent，需指定模型和工具参数
• 默认创建的Agent没有记忆机制，每次invoke调用都是独立的新对话
• Agent返回结构中通过messages[-1].content获取最终AI回复内容
• 记忆机制分为短期记忆（会话内上下文）和长期记忆（跨会话持久化存储）
• 短期记忆受LLM上下文窗口限制，长期记忆依赖向量数据库实现语义检索
• Agent三大核心能力：大模型推理、工具调用、记忆功能