= async (state, runtime) => {
// 从配置中获取用户 ID
const userId = runtime.context?.user_id;
// 为记忆命名空间
const namespace = [userId, "memories"];
// 基于最近的消息进行搜索
const memories = await runtime.store?.search(namespace, {
query: state.messages[state.messages.length - 1].content,
limit: 3,
});
const info = memories.map((d) => d.value.memory).join("\n");
// ... 在模型调用中使用记忆
};
```
如果我们创建一个新线程，只要 `user_id` 相同，我们仍然可以访问相同的记忆。
```typescript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
// 调用图
const config = { configurable: { thread_id: "2" }, context: { userId: "1" } };
// 让我们再次打个招呼
for await (const update of await graph.stream(
{ messages: [{ role: "user", content: "hi, tell me about my memories" }] },
{ ...config, streamMode: "updates" }
)) {
console.log(update);
}
```
当我们使用 LangSmith 时，无论是本地（例如在 [Studio](/langsmith/studio) 中）还是 [使用 LangSmith 托管](/langsmith/platform-setup)，基础存储默认可用，无需在图编译期间指定。但是，要启用语义搜索，您**需要**在 `langgraph.json` 文件中配置索引设置。例如：
```json theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
{
...
"store": {
"index": {
"embed": "openai:text-embeddings-3-small",
"dims": 1536,
"fields": ["$"]
}
}
}
```
有关更多详细信息和配置选项，请参阅 [部署指南](/langsmith/semantic-search)。
## 优化检查点存储
## 检查点保存器库
在底层，检查点保存由符合 [`BaseCheckpointSaver`](https://reference.langchain.com/javascript/langchain-langgraph/index/BaseCheckpointSaver) 接口的检查点保存器对象提供支持。LangGraph 提供了多种检查点保存器实现，所有实现都通过独立的、可安装的库实现。
* `@langchain/langgraph-checkpoint`：检查点保存器保存器的基础接口（[`BaseCheckpointSaver`](https://reference.langchain.com/javascript/langchain-langgraph/index/BaseCheckpointSaver)）和序列化/反序列化接口（[`SerializerProtocol`](https://reference.langchain.com/javascript/langchain-langgraph-checkpoint/SerializerProtocol)）。包括用于实验的内存检查点保存器实现（[`MemorySaver`](https://reference.langchain.com/javascript/langchain-langgraph/index/MemorySaver)）。LangGraph 自带 `@langchain/langgraph-checkpoint`。
* `@langchain/langgraph-checkpoint-sqlite`：使用 SQLite 数据库的 LangGraph 检查点保存器实现（[`SqliteSaver`](https://reference.langchain.com/javascript/langchain-langgraph-checkpoint-sqlite/SqliteSaver)）。适用于实验和本地工作流。需要单独安装。
* `@langchain/langgraph-checkpoint-postgres`：使用 Postgres 数据库的高级检查点保存器（[`PostgresSaver`](https://reference.langchain.com/javascript/langchain-langgraph-checkpoint-postgres/index/PostgresSaver)），在 LangSmith 中使用。适用于生产环境。需要单独安装。
* `@langchain/langgraph-checkpoint-mongodb`：由 MongoDB 支持的高级检查点保存器（`MongoDBSaver`）和长期记忆存储（`MongoDBStore`）。存储支持跨线程持久化，并可选集成向量搜索。适用于生产环境。需要单独安装。
* `@langchain/langgraph-checkpoint-redis`：使用 Redis 数据库的高级检查点保存器（`RedisSaver`）。适用于生产环境。需要单独安装。
### 检查点保存器接口
每个检查点保存器都符合 [`BaseCheckpointSaver`](https://reference.langchain.com/javascript/langchain-langgraph/index/BaseCheckpointSaver) 接口并实现以下方法：
* `.put` - 存储检查点及其配置和元数据。
* `.putWrites` - 存储与检查点关联的中间写入（即 [待处理写入](#pending-writes)）。
* `.getTuple` - 使用给定配置（`thread_id` 和 `checkpoint_id`）获取检查点元组。这用于填充 `graph.getState()` 中的 `StateSnapshot`。
* `.list` - 列出与给定配置和过滤条件匹配的检查点。这用于填充 `graph.getStateHistory()` 中的状态历史记录。
***
[将这些文档连接](/use-these-docs)到 Claude、VSCode 等，通过 MCP 获取实时答案。
[在 GitHub 上编辑此页面](https://github.com/langchain-ai/docs/edit/main/src/oss/langgraph/persistence.mdx) 或 [提交问题](https://github.com/langchain-ai/docs/issues/new/choose)。
#### 查找特定检查点
您可以过滤状态历史记录以查找符合特定条件的检查点：
```typescript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
const history: StateSnapshot[] = [];
for await (const state of graph.getStateHistory(config)) {
history.push(state);
}
// 查找特定节点执行之前的检查点
const beforeNodeB = history.find((s) => s.next.includes("nodeB"));
// 按步骤号查找检查点
const step2 = history.find((s) => s.metadata.step === 2);
// 查找由 updateState 创建的检查点
const forks = history.filter((s) => s.metadata.source === "update");
// 查找发生中断的检查点
const interrupted = history.find(
(s) => s.tasks.length > 0 && s.tasks.some((t) => t.interrupts.length > 0)
);
```
### 重放
重放会重新执行来自先前检查点的步骤。使用先前的 `checkpoint_id` 调用图以重新运行该检查点之后的节点。检查点之前的节点被跳过（它们的结果已保存）。检查点之后的节点重新执行，包括任何 LLM 调用、API 请求或 [中断](/oss/javascript/langgraph/interrupts)——在重放期间总是会重新触发。
有关重放过去执行的完整详细信息和代码示例，请参阅 [时间旅行](/oss/javascript/langgraph/use-time-travel)。
### 更新状态
您可以使用 `graph.updateState()` 编辑图状态。这会创建一个具有更新值的新检查点——它不会修改原始检查点。更新的处理方式与节点更新相同：当定义了 [归约器](/oss/javascript/langgraph/graph-api#reducers) 函数时，值会通过这些函数传递，因此带有归约器的通道会\_累积\_值而不是覆盖它们。
您可以选择指定 `asNode` 来控制更新被视为来自哪个节点，这会影响接下来执行哪个节点。有关详细信息，请参阅 [时间旅行：`asNode`](/oss/javascript/langgraph/use-time-travel#from-a-specific-node)。
## 内存存储
[状态模式](/oss/javascript/langgraph/graph-api#schema) 指定了一组在图执行时填充的键。如上所述，状态可以由检查点保存器在每个图步骤写入线程，从而实现状态持久化。
如果我们想\_跨线程\_保留一些信息呢？考虑一个聊天机器人的场景，我们希望在与该用户的所有聊天对话（即线程）中保留关于该用户的特定信息！
仅使用检查点保存器，我们无法跨线程共享信息。这就需要 [`Store`](https://reference.langchain.com/python/langgraph/store/) 接口。作为说明，我们可以定义一个 `InMemoryStore` 来跨线程存储用户信息。我们只需像以前一样使用检查点保存器编译图，并传递存储。