教程7：会话与内存管理

文档摘要

教程 7：会话与内存管理掌握使用会话实现自动对话记忆！本教程将教你如何利用 OpenAI Agents SDK 内置的会话记忆功能，在多次运行代理时自动维护对话历史，而无需手动管理内存。你将学到的内容自动记忆：会话可自动处理对话历史 SQLite 会话：持久化与内存中的对话存储内存操作：添加、检索和管理对话条目会话管理：多会话及自定义实现核心概念：什么是会话？会话提供自动对话记忆，让你无需在每次轮次之间手动处理。可以把会话看作一个智能对话数据库，它：自动存储所有对话历史在每次代理运行前检索上下文为不同的会话 ID 维护独立的对话支持跨应用重启的持久化存储教程概览本教程将演示三种关键会话模式： 1.

教程 7：会话与内存管理

掌握使用会话实现自动对话记忆！本教程将教你如何利用 OpenAI Agents SDK 内置的会话记忆功能，在多次运行代理时自动维护对话历史，而无需手动管理内存。

你将学到的内容

自动记忆：会话可自动处理对话历史
SQLite 会话：持久化与内存中的对话存储
内存操作：添加、检索和管理对话条目
会话管理：多会话及自定义实现

核心概念：什么是会话？

会话提供自动对话记忆，让你无需在每次轮次之间手动处理.to_input_list()。可以把会话看作一个智能对话数据库，它：

自动存储所有对话历史
在每次代理运行前检索上下文
为不同的会话 ID 维护独立的对话
支持跨应用重启的持久化存储


┌─────────────────────────────────────────────────────────────┐
│                    SESSION WORKFLOW                         │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│  USER INPUT                                                 │
│       │                                                     │
│       ▼                                                     │
│  ┌─────────────┐    1. RETRIEVE HISTORY                     │
│  │   SESSION   │◀─────────────────────────────────────────┐ │
│  │   MEMORY    │                                          │ │
│  └─────────────┘    2. PREPEND TO INPUT                   │ │
│       │                                                   │ │
│       ▼                                                   │ │
│  ┌─────────────┐                                          │ │
│  │    AGENT    │    3. PROCESS WITH CONTEXT               │ │
│  │   RUNNER    │                                          │ │
│  └─────────────┘                                          │ │
│       │                                                   │ │
│       ▼                                                   │ │
│  ┌─────────────┐    4. STORE NEW ITEMS                    │ │
│  │   RESPONSE  │──────────────────────────────────────────┘ │
│  │  GENERATED  │                                            │
│  └─────────────┘                                            │
└─────────────────────────────────────────────────────────────┘

教程概览

本教程将演示三种关键会话模式：

1. 基础 SQLite 会话（`basic_sessions.py`)

In-memory and persistent session storage
Automatic conversation history management
Simple multi-turn conversations

2. Advanced Memory Operations (`memory_operations.py`)

Memory manipulation with get_items(), add_items(), pop_item()
Conversation corrections and modifications
Session management operations

3. Multiple Sessions (`multi_sessions.py`）

管理不同对话上下文
会话隔离与组织
自定义会话实现

项目结构


7_sessions/
├── README.md                   # This file - concept explanation
├── requirements.txt            # Dependencies
├── streamlit_sessions_app.py   # Interactive Streamlit demo (recommended)
├── 7_1_basic_sessions/
│   ├── agent.py               # SQLite sessions basics
│   └── README.md              # Basic sessions documentation
├── 7_2_memory_operations/
│   ├── agent.py               # Advanced memory operations
│   └── README.md              # Memory operations documentation
├── 7_3_multi_sessions/
│   ├── agent.py               # Multiple session management
│   └── README.md              # Multi-sessions documentation
└── env.example                # Environment variables template

学习目标

完成本教程后，你将理解：

✅ 如何使用 SQLiteSession 实现自动内存管理
✅ 内存与持久化会话的区别
✅ 高级内存操作用于对话管理
✅ 管理多个并发会话
✅ 何时使用会话而非手动对话管理

开始使用

安装 OpenAI Agents SDK：
```
pip install openai-agents
```
安装依赖：
```
pip install -r requirements.txt
```

设置环境变量：


cp env.example .env
# Edit .env and add your OpenAI API key

启动交互式演示（推荐）：
```
streamlit run streamlit_sessions_app.py
```
或者运行单个示例：
测试基础会话：
```
python 7_1_basic_sessions/agent.py
```

尝试内存操作：


python 7_2_memory_operations/agent.py

测试多会话：
```
python 7_3_multi_sessions/agent.py
```

示例用例

基础会话

“金门大桥位于哪个城市？” → “它位于哪个州？”
“我叫爱丽丝” → “我的名字是什么？”
“我是一名开发者” → “我从事什么工作？”

内存操作

使用 pop_item() 更正之前的消息：`
Clearing conversation history with clear_session()
Adding custom conversation items

Multiple Sessions

Different users: user_123, user_456
Different contexts: support_ticket_789, sales_inquiry_101
Different applications: chatbot_session, `assistant_session

关键会话模式

1. 基础会话使用


from agents import Agent, Runner, SQLiteSession

agent = Agent(name="Assistant", instructions="Reply concisely.")
session = SQLiteSession("conversation_123")

result = await Runner.run(agent, "Hello", session=session)

2. 持久化 vs 内存


# In-memory (lost when process ends)
session = SQLiteSession("user_123")

# Persistent file-based
session = SQLiteSession("user_123", "conversations.db")

3. 内存操作


# Get conversation history
items = await session.get_items()

# Add custom items
await session.add_items([{"role": "user", "content": "Hello"}])

# Remove last item (for corrections)
last_item = await session.pop_item()

# Clear all history
await session.clear_session()

会话设计最佳实践

有意义的会话 ID：使用描述性 ID，如 user_12345 or support_ticket_789
Persistent Storage: Use file-based sessions for production applications
Session Isolation: Keep different conversation contexts in separate sessions
Memory Management: Use pop_item()，以便更正对话
清理：当对话需要重新开始时，清除会话

下一步

完成本教程后，你将准备好：

教程 8：交接与委托 - 代理交接与任务委托
教程 9：多代理编排 - 复杂的多代理工作流
教程 10：生产模式 - 实际部署策略

故障排除

内存未持久化：确保你使用基于文件的 SQLiteSession，并指定数据库路径
会话冲突：为不同对话上下文使用唯一会话 ID
性能问题：考虑为高流量应用实现自定义会话后端
数据库错误：检查 SQLite 数据库文件的文件权限

专业提示

从简单入手：开发和测试时先从内存会话开始
规划会话架构：在构建前设计好会话 ID 策略
监控内存使用：跟踪对话长度并实施清理策略
测试会话持久化：验证对话能否在应用重启后继续存在
考虑扩展性：为生产系统规划自定义会话实现

免责声明：
本文档采用基于机器的 AI 翻译服务进行翻译。尽管我们力求准确，但请注意，自动翻译可能存在错误或不准确之处。应以原文语言版本的文档作为权威依据。如需获取关键信息，建议使用专业的人工翻译。对于因使用本翻译而产生的任何误解或误读，我们概不负责。