1.langchain上下文与记忆之概述

前八章我们让 Agent 学会了思考（模型）、行动（工具）、约束（中间件）。但还有一个致命缺陷：它没有过去。这一章我们给它补上"记忆"，让它从"每次都初次见面"升级为"越用越懂你"。一句话区分：Static Runtime Context 是"这次调用你是谁"（运行时注入，模型不一定看到）；Short-term Memory 是"这轮聊了什么"（messages，必须进 token）；Long-term Memory 是"关于你，我长期知道什么"（Store，按需取回才进 token）。本章阅读路线（建议按顺序）第 1 章建立心智模型：上下文工程是什么、三种上下文类型各解决什么问题。第 2 章动手做短期记忆：先让它记住，再谈怎么"忘"（裁剪/删除/摘要）。第 3 章进阶长期记忆：Store 的put/get/search三件套 + 在工具与中间件里访问。第 4 章收尾：把 user_id 这类"每次调用不变"的信息从代码里解耦出来。1.1 为什么需要记忆（Memory）官方对记忆的定义："Memory is a system that remembers information about previous interactions. For AI agents, memory is crucial because it lets them remember previous interactions, learn from feedback, and adapt to user preferences."❌ 没有记忆的 Agent每次调用都是"初次见面"。用户说过的话、纠正过的偏好、上一轮工具返回的结果，全部丢失。模型只能靠当前这一句话猜。✓ 有记忆的 Agent能记住先前的交互、从反馈中学习、适应用户偏好。随着任务变复杂、交互变多，这种能力从"加分项"变成"必需品"。三宗罪：没有记忆会发生什么问题具体表现根因金鱼脑用户说"我叫 Bob"，下一句问"我叫什么名字？"，答"我不知道"每次invoke都是全新的messages列表，没有历史