理解langchain langgraph 官方文档示例代码中的MemorySaver

以下是langchain v0.3官方示例代码

python 复制代码

from langgraph.checkpoint.memory import MemorySaver
from langgraph.graph import START, MessagesState, StateGraph

# 可以理解为：定义一个流程，这个流程中用到的数据类型是Messages。 <---定义一个有向图，指定状态模式/格式/规范为 MessagesState这种规范
workflow = StateGraph(state_schema=MessagesState)


# 定义调用模型的函数
def call_model(state: MessagesState):
    response = model.invoke(state["messages"])
    return {"messages": response}


# 整个流程只有一个节点，可谓是最简单的任务流了
workflow.add_edge(START, "model")
workflow.add_node("model", call_model)

# 把"记忆保存器"这个中间件注入到流程中
memory = MemorySaver()
app = workflow.compile(checkpointer=memory)

config = {"configurable": {"thread_id": "abc123"}}

query = "Hi! I'm Bob."

input_messages = [HumanMessage(query)]
output = app.invoke({"messages": input_messages}, config)
output["messages"][-1].pretty_print()  # output contains all messages in state

query = "What's my name?"

input_messages = [HumanMessage(query)]
output = app.invoke({"messages": input_messages}, config)
output["messages"][-1].pretty_print()

输出

python 复制代码

==================================[1m Ai Message [0m==================================

Hi Bob! How can I assist you today?


==================================[1m Ai Message [0m==================================

Your name is Bob! How can I help you today, Bob?

这里涉及到图论的基础知识，要快速了最基础概念，推荐这个视频：【硬核干货】图论到底是个什么玩意儿？图论入门：树与生成树 (Graph Theory: Tree and Spanning Tree)_哔哩哔哩_bilibili

图 (Graph)：基于图论的概念，它由节点 (nodes) 和边 (edges) 组成。

节点 (Nodes): 节点是工作流中的执行单元，每个节点都关联一个函数，该函数定义了节点的执行逻辑。

边 (Edges): 边定义了节点之间的连接关系，以及工作流的执行路径。

状态 (State)：标记节点及节点的状态，定义节点之间的连接和流向。--> 简单直观地理解的话，可以把State理解为我们常规编程中常用的Data

StateGraph= State + Graph --> 依据【状态】来运作的【有向图】--->可近似理解为工作流

python 复制代码

workflow = StateGraph(state_schema=MessagesState)

当中，state_schema 参数定义了这个"状态驱动的有向图" 的状态描述格式/标准/规范采用 MessagesState 这种数据结构的规范。

--> 更通俗理解的话，可以把它想象成是以下语句在LangGraph场景下的固有写法：

复制代码

# 以下这是一段伪代码
workflow = LangChainWorkFlow(data_type=Messages)

------ MemorySaver ------

python 复制代码

memory = MemorySaver()
app = workflow.compile(checkpointer=memory)

这里的MemorySaver有点像一个中间件，你可以把它当作中间件来理解。

中间件有什么特征：它在程序执行过程中某些数据流的环节介入，并根据设定的逻辑对部分数据进行加工或调整数据的流向，而这一切对用户来说是透明的，看不见的，像一只看不见的手在那里做了些什么。

它不是核心逻辑 ，但能在数据流经过时插入自己的逻辑。
它不改变程序的主要流程 ，但能 修改、过滤、检查 数据。
它对用户是透明的 ，但对系统来说是 必不可少的。

中间件在程序中的作用

作用	示例
数据过滤	日志记录、请求验证、权限检查
数据转换	格式转换、加密/解密、压缩
流向控制	负载均衡、路由选择、错误处理

MemorySaver 在这里中的作用类似于一个"中间件"，workflow编译的时候提供了一个"检查点（checkpointer）"让这个中间件介入进去，让这个看不见的手去捕获并加工里面数据。

这个参数名叫checkpointer我觉得名字起得非常好。