使用LangGraph调用大模型：增加短期记忆

基本配置

如何使用LangGraph为agent增加检查点或短期记忆
模型调用通义千问（阿里Tongyi大模型

短期记忆

若要与agent进行多轮对话，在创建agent时，使用的是检查点包下的InMemorySaver，检查点在本示例代码中作为短期记忆
在运行时，需要提供一个配置thread_id，是对话的唯一标识符，也是检查点识别当前对话的标志。

在 LangGraph 框架中，检查点（Checkpointing） 和 **记忆存储（Memory）**是两个重要的概念，在功能和用途上有明显的区别。

• 检查点（Checkpointing）是一种机制，用于在程序执行过程中保存当前状态的快照，以便在需要时可以恢复到该状态。

• 记忆存储（Memory） 用于在对话或任务中保存和检索上下文信息，以便实现更智能的交互。

接上文继续分享，仅在上文的基础上加了
1.增加短期记忆InMemorySaver

运行示例

# -*- coding: utf-8 -*-
from langgraph.prebuilt import create_react_agent
from langchain_community.chat_models.tongyi import ChatTongyi #dashscope #阿里云Tongyi大模型
from langgraph.checkpoint.memory import InMemorySaver


#模型初始化
llm = ChatTongyi