15天学会AI应用开发（十七）使用LangGraph实现会话记忆功能
上一篇文章采用langchain_community包协助LangChain实现了对话记忆功能，但langchain_community属于早期链式架构的临时补丁，仅适配简单线性对话。
LangChain官方推荐使用LangGraph实现复杂的会话记忆功能，LangGraph是从底层统一管理全流程状态、支持长短双记忆、原生持久化、适配复杂Agent的标准化记忆架构，常作为生产环境的首选方案。接下来介绍LangGraph在会话记忆方面的简单用法。
一、使用LangGraph的环境准备
在命令行窗口执行下面命令，即可安装LangChain及其用到的Ollama插件，以及记忆功能需要的LangGraph：
pip install langchain langchain-core langchain-ollama langgraph
确保本地已经通过Ollama下载了离线大模型，比如在命令行窗口执行下面命令，即可下载大模型qwen2:1.5b：
ollama pull qwen2:1.5b
等待大模型下载完毕，在命令行窗口执行下面命令，即可启动Ollama并加载大模型：
ollama serve
二、使用LangGraph记住历史会话
在Python代码开头添加下面的导包语句，表示引入LangChain的智能体组件create_agent、LangChain的大模型工具OllamaLLM，以及LangGraph的内存保存器InMemorySaver：
from langchain.agents import create_agent
from langchain_ollama import ChatOllama
from langgraph.checkpoint.memory import InMemorySaver # 内存存储
在OllamaLLM的构造方法中填写model参数，指定当前引用的离线大模型名称，如下：
llm = ChatOllama(model="qwen2:1.5b") # 改成你本地的模型
然后编写下面的LangChain调用代码，先调用create_agent创建启用短期记忆的智能体实例，再通过智能体实例的invoke方法调用离线大模型，示例代码如下：
agent = create_agent(
model=llm,
checkpointer=InMemorySaver(), # 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")
运行上面的Python代码，根据提示先后输入问题内容“我叫张三”、“我叫什么？”，输出日志结果如下：
=== 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”。
由日志信息发现，AI应用在第一个问答中得知用户叫做张三，在第二个问答中仍然记得用户叫做张三。可见通过LangGraph的内存保存器InMemorySaver，初步实现了简单的AI对话记忆功能。
三、使用SummarizationMiddleware压缩历史记忆
前面虽然实现了初步的记忆功能，但随着问答的交互次数增长，要记忆的历史会话也越来越多。为了节省大模型的Token消耗，势必精简历史记忆，以便保留最新的会话记录。
LangGraph提供了摘要中间件SummarizationMiddleware，支持在历史会话超出限制时自动压缩会话记录。引入SummarizationMiddleware之后，增加的代码部分说明如下：
在Python代码开头添加下面的导包语句，表示引入LangChain的摘要中间件SummarizationMiddleware：
from langchain.agents.middleware import SummarizationMiddleware
另外声明新的大模型实例，用于压缩历史会话记录，如下：
llm_summary = ChatOllama(model="qwen2:0.5b") # 改成你本地的模型
调用create_agent创建智能体实例时，增加输入middleware参数，并设定摘要中间件用到的摘要大模型、Token个数限制、保留消息数等配置，示例代码如下：
agent = create_agent(
model=llm,
checkpointer=InMemorySaver(), # 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 token 触发
keep=("messages", 3), # 保留最近 3 条消息
)
]
)
重新运行修改后的Python代码，根据提示先后输入问题内容“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？”，输出日志结果如下：
=== 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。
由日志信息发现，在第一次询问“我叫什么？”时，AI应用能够正确回答用户叫做张三；但多轮对话后再次询问“我叫什么？”，AI应用已经忘记了用户叫什么。可见通过SummarizationMiddleware初步实现了压缩历史记忆，在会话记录超出限制后将只保留最新的问答信息。
本系列的AI应用开发文章目录为《15天学会AI应用开发全目录（零基础小白，零Token消耗）》