我们很高兴宣布 LangGraph 中支持跨线程记忆，Python 和 JavaScript 均可使用。这项新功能让您的代理可以在会话线程之间存储和回忆信息，从而实现更智能、更具适应性的交互。

跨线程记忆的主要优势

• 持久记忆：跨不同的会话会话存储和回忆信息。

• 灵活的命名空间：使用自定义命名空间为不同的用户、组织或上下文组织记忆。

• JSON 文档存储：将记忆保存为 JSON 文档，使其易于操作和检索数据。

• 基于内容搜索：根据内容轻松过滤和搜索跨命名空间的记忆。

为什么需要跨线程记忆？

当今大多数 AI 代理都会丢失会话之间的上下文，严重限制了它们的潜力。LangGraph 现在改变了这一点，它提供了一个简单、可靠、持久的记忆层，可以在线程之间工作，让您的代理可以从用户反馈中学习，保留偏好，并不断改进。

入门指南

• 概念指南： 探索 LangGraph 中关于 Python 和 JavaScript 的记忆概念。

• 操作指南： 获取有关在您的 LangGraph 应用程序中跨线程共享记忆的分步说明。请参阅 Python 指南和 JavaScript 指南

• 实施教程:

  • 一个 端到端教程视频，逐步讲解实施过程

  • 一个 LangGraph 记忆代理，展示了一个管理自身记忆的 LangGraph 代理

  • 一个 LangGraph.js 记忆代理，与 Python 版本相对应

• 为了在后台运行记忆任务，我们还添加了一个 模板 和 视频教程，介绍如何灵活地安排记忆更新，并确保一次只有一个记忆运行处于活动状态。

立即探索这些资料，在您的 LangGraph 项目中利用长期记忆！