持久化

LangGraph 的持久化层通过检查点（Checkpointer）为 Agent 提供短期记忆，通过存储（Store）提供长期记忆。

持久化让 LangGraph 应用能够在单次图运行之外保留有用信息。当 Agent 需要继续对话、在中断后恢复、从故障中恢复，或跨交互记住信息时，持久化就变得至关重要。

LangGraph 提供了两套互补的持久化系统：

• 检查点（Checkpointers）：以检查点的形式持久化一个线程（thread）的图状态。适用于线程范围内的短期记忆，包括对话连续性、人机协作、时间旅行和容错。
• 存储（Stores）：在图状态之外持久化应用自定义数据。适用于跨线程的长期记忆，包括用户偏好、事实和共享知识。

大多数应用可以同时使用两者：用检查点追踪当前线程的状态，用存储追踪跨线程的持久化信息。

快速开始

在编译图时传入检查点和/或存储即可启用持久化：

import { MemorySaver, MemoryStore } from "@langchain/langgraph";

const checkpointer = new MemorySaver();
const store = new MemoryStore();

const graph = builder.compile({ checkpointer, store });

const result = await graph.invoke(
  { messages: [{ role: "user", content: "Hi, my name is Bob." }] },
  { configurable: { thread_id: "thread-1" } }
);

Agent Server 自动处理持久化

当你使用 Agent Server 时，无需手动实现或配置检查点或存储。服务端会在后台自动处理持久化基础设施。

检查点 vs. 存储

维度	检查点（Checkpointer）	存储（Store）
持久化内容	图状态快照	应用自定义的键值对数据
作用范围	单个线程	跨线程
记忆类型	线程范围的短期记忆	跨线程的长期记忆
适用场景	对话连续性、人机协作、时间旅行、容错	用户偏好、事实、共享知识
访问方式	在图配置中传入 thread_id	从节点或应用代码中读写数据项
完整指南	Checkpointers	Stores

下一步

• 使用检查点：持久化和检查线程状态。
• 使用存储：跨线程持久化持久数据。

---

本文基于 LangGraph 官方文档 翻译并二次创作。