第 7 章：持久化、流式与观测

学习目标

理解 LangGraph 如何通过 checkpointer 和 thread_id 保存线程状态，以及如何在运行时用 astream_events 和 get_state() 观察图执行。

它是什么

checkpointer 负责把图状态按线程保存下来；thread_id 决定“哪几次调用属于同一条会话”。astream_events 提供运行时事件流，适合看节点、模型和状态更新过程；get_state() 则用于在某个时刻直接读取该线程的状态快照。LangSmith 不是另一套执行机制，而是把这些运行轨迹发到外部观测平台里。

当前项目怎么用

当前仓库的 deep_researcher 本身没有在源码里直接编译 checkpointer：

deep_researcher = deep_researcher_builder.compile()

这意味着项目核心图默认是“无持久化”的，适合本地直接跑。但 LangGraph 官方文档说明：

若要持久化线程记忆，需要在 compile(checkpointer=...) 时提供 saver。
同一 thread_id 的多次调用会共享状态。
get_state(config, subgraphs=True) 可查看子图状态。
astream_events(..., version="v3") 可以流式看到运行中的事件。

当前依赖里 InMemorySaver 可直接用于学习和测试；它只保存在内存里，进程重启后数据就没了。

LangSmith 放在哪

LangSmith 是外部观测平台，不改变图本身的状态机制。只要你的模型调用链已带 LangChain/LangGraph instrumentation，并且配置了 LANGSMITH_TRACING=true 和有效 API key，同一运行就会自动出现在 LangSmith 里。这个章节默认不主动发 traces 到外部服务，只验证本地 astream_events 和 get_state()。

最小真实 Agent

示例文件：07_persistence_streaming_observability.py。

它做三件事：

用 InMemorySaver() 编译一个只有一个模型节点的图。
用同一个 thread_id 连续调用两次：
- 第一次告诉模型“我叫老李”。
- 第二次问“我刚才说我叫什么？”。
在第一次调用时用 astream_events(..., version="v3") 统计事件数量；第二次后用 get_state(config) 查看线程里累计消息数。

运行

uv run python docs/langgraph-learning/examples/07_persistence_streaming_observability.py

预期现象：

打印第一轮 事件数。
第二轮回答能回忆出名字。
持久化消息数 大于 2，说明第一轮内容已保存在同一线程里。

常见误区

以为 thread_id 只是日志标签。 不是。没有相同 thread_id，同一个 checkpointer 也不会把两次调用接成同一线程。

以为 InMemorySaver 就算长期记忆。 不是。它只适合本地学习、测试和单进程调试，进程一重启全没了。

以为开了 LangSmith 才能看运行过程。 不对。astream_events 和 get_state() 本地就能用；LangSmith 是把这些轨迹发到外部平台方便检索、比较和评估。

本次真实验证

已使用默认 openai:gpt-5.5 运行一次。结果为：

事件数: 20
第二轮答复: 你刚才说你叫老李。
持久化消息数: 4

运行时出现 v3 streaming protocol on Pregel is experimental 告警，这是当前版本对 astream_events(..., version="v3") 的 beta 提示，不影响本次结果。