OpenAI-Agents 多轮对话实战用 Session 让 Agent 记住上一轮【免费下载链接】openai-agents-pythonA lightweight, powerful framework for multi-agent workflows项目地址: https://gitcode.com/GitHub_Trending/op/openai-agents-pythonOpenAI-Agents 是一个轻量级的多智能体工作流框架它的 Session 模块会自动保存和恢复多轮对话的历史你不用每轮都手动给 Agent 喂上下文只要把会话参数传进去就行。为什么 Agent 总把上一轮聊飞假设你在做一个代码答疑机器人。用户丢来一段报错堆栈问“帮我看看这个报错”Agent 定位了问题并给出修法。下一轮用户追问“那这个函数的第二个参数要不要一起改”Agent 却反问“哪个函数”。这不是模型能力问题而是工程问题每次 Runner.run 都是独立的一次运行框架默认不保留上一轮的上下文。Session 就是为了解决这件事它按会话 ID 管理对话历史每轮运行开始前自动把历史喂给模型这也是做多轮对话助手的根基。最小示例三步给助手加上记忆 实际就三件事建一个 Agent、建一个 SQLiteSession指定会话 ID、把同一个 session 传给多次 Runner.run。from agents import Agent, Runner, SQLiteSession agent Agent(name行程助手, instructions回答简洁) session SQLiteSession(trip_planner) # 会话 ID 标识一段对话 result await Runner.run(agent, 帮我规划三天成都行程, sessionsession) print(result.final_output) result await Runner.run(agent, 第二天把成都换成重庆, sessionsession) print(result.final_output) # 助手记得前三天的安排SQLiteSession 默认是内存模式进程结束数据就没了传一个文件路径如 history.db会落盘持久化。同步环境下也可以直接用 Runner.run_sync。一句话看懂原理可以这么想会话是一本笔记本。每次运行前框架先把本子上之前的对话抄到你这条新消息前面模型看到的就是完整对话运行结束后这一轮的用户提问、Agent 回答、工具调用又会被追加回本子。只要每次 Runner.run 都传同一个 session读写就都替你完成了。四类存储方案怎么选方案适用场景特点SQLiteSession本地开发、单机应用内置零依赖支持内存与文件两种模式RedisSession多 worker、多服务共享低延迟会话数据跨实例共享SQLAlchemySession生产系统可接入现成的 PostgreSQL、MySQL 等数据库EncryptedSession敏感对话在其他实现之外包一层 Fernet 加密和 TTL 过期一句话总结先用 SQLite 起步服务上多实例就换 Redis 或 SQLAlchemy数据敏感再套 EncryptedSession。如果你已经深度使用 OpenAI 生态还可以直接用 OpenAIConversationsSession把历史存在服务端本地零存储。都不合适的话实现 get_items、add_items 等几个方法就能写出自定义后端。落地建议 ⚙️会话 ID 命名用 user_123、工单号、线程号这类业务标识排查问题能快速定位到对应对话。加密涉及隐私数据的场景用 EncryptedSession 包一层并设置 TTL让数据自动过期。修正Agent 答错时可以调用 pop_item 依次移除本轮的回答和问题再提交修正后的提问。Session 是 OpenAI-Agents 实现多轮对话的核心件上手只需一个参数。文档docs/sessions/index.md接口定义src/agents/memory/session.py可运行示例examples/memory/sqlite_session_example.py加密会话docs/sessions/encrypted_session.md【免费下载链接】openai-agents-pythonA lightweight, powerful framework for multi-agent workflows项目地址: https://gitcode.com/GitHub_Trending/op/openai-agents-python创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考