openai-agents-python Session 系统完整指南5 种记忆后端选型表、3 个高频坑、生产落地清单【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用户说“换个便宜点的”你的 AI 却反问“你在买什么”——这就是对话断了上下文。openai-agents-python Session 系统负责多轮对话的会话状态与对话历史管理加一个 session 参数Runner 会在每次运行前后自动取、存历史SQLiteSession 等后端零改动可用。为什么多轮对话会“断片”想象你在做行程规划今天告诉 AI“帮我排个大理三日游预算 3000 以内”第二天接一句“第二天能不能换成纯步行”结果 AI 回答“请问是哪份行程”——因为Runner默认每次运行都是无状态的不传 session模型只能看到本轮你发的那一句话之前的讨论全部蒸发。问题不在模型记性差而在框架层没有一个“会话容器”帮你把对话历史接住。手动拼接历史既繁琐又容易漏这正是 Session 要替你干的活。Session 一次跑完到底做了什么把 session 传给 Runner 后框架按三步形成闭环运行前取Runner 自动调get_items拉出历史拼在当前输入前面。运行后存本轮产生的用户输入、模型回复、工具调用全部写回会话。下一轮再取重复前两步对话链自然续上。from agents import Agent, Runner, SQLiteSession advisor Agent(name行程顾问, instructions用中文回复尽量简洁) trip SQLiteSession(dali-trip) result await Runner.run(advisor, 帮我排个大理三日游预算 3000 以内, sessiontrip) print(result.final_output) result await Runner.run(advisor, 第二天换个轻松点的, sessiontrip) print(result.final_output)第二轮那句“换个轻松点的”能被直接接住就是因为上一轮的完整对话被自动塞进了模型输入。接口定义见 Session 协议用法说明见会话文档。5 种记忆后端一张表帮你选后端适合场景一句话点评SQLiteSession本地开发、单机小工具默认内存库最省事传文件路径即持久化零依赖OpenAIConversationsSession深度绑定 OpenAI 生态历史托管在 OpenAI 侧本地完全不用管存储SQLAlchemySession已有数据库的生产系统直连 PostgreSQL、MySQL 等接入现有基建最顺EncryptedSession敏感对话、合规要求纯包装层Fernet 加密 TTL 自动过期套在任何后端外自定义实现 /RedisSession、MongoDBSession等扩展多进程、分布式、高并发按四方法协议自己写或直接用内置扩展后端from agents import OpenAIConversationsSession from agents.extensions.memory import EncryptedSession, SQLAlchemySession # 恢复 OpenAI 侧已有对话 remote OpenAIConversationsSession(conversation_idconv_123) # 企业库 加密包装 db SQLAlchemySession.from_url( user-8, urlpostgresqlasyncpg://app:secretdb.example.com/agents, create_tablesTrue, ) session EncryptedSession(session_iduser-8, underlying_sessiondb, encryption_keyfernet-key, ttl600)三行分别对应三种后端按 ID 恢复 OpenAI 托管的对话、from_url自动建表连库、加密包装层对内容透明加解密且 10 分钟后自动失效。3 个容易踩的坑会话 ID 随手起。s1、test_001这类 ID 后期排查时根本对不上人。把它绑定业务实体user_42、ticket_889、thread_abc。把内存模式当生产用。SQLiteSession(uid)默认开的是:memory:库进程一重启对话全没要跨天保留必须传文件路径session SQLiteSession(uid, chat_history.db) # 文件模式落盘持久化就差一个参数决定“明天打开还有没有昨天聊的内容”。pop_item一次只删一条。模型一轮跑下来会话里新增的可能是多条记录提问、工具调用、回复各占一条。只弹一次就“撤销”会留下半截轮次历史反而变脏。按顺序逐条弹到本轮边界为止对话才能收干净。生产环境落地清单照着逐项核对会话 ID 绑定业务实体不用自增序号单机原型用文件 SQLite多进程服务换SQLAlchemySession或 Redis/MongoDB 扩展后端多智能体共享会话同一 session 传给不同 Agent实现多智能体共享会话后续角色直接引用前面结论用SessionSettings(limitN)或RunConfig.session_input_callback控制每次取回的历史条数压 token 成本敏感数据套EncryptedSessionttl按合规要求设置界面加“撤回”按钮用pop_item实现撤销中断恢复如审批流时沿用同一个 session 实例保证历史连续同一次运行里 session 不能再叠加conversation_id、previous_response_id等服务端续写参数二选一support Agent(name一线支持) billing Agent(name账务专员) shared SQLiteSession(ticket_889, chat_history.db) r1 await Runner.run(support, 我的退款怎么还没到账, sessionshared) r2 await Runner.run(billing, 帮我查一下这笔退款明细, sessionshared)两个 Agent 共用一个会话后账务专员接手时无需再问“多少钱、什么时候付的”——整张工单的对话已经在同一个容器里。openai-agents-python Session 系统把多轮对话的会话状态变成了框架替你托管的标准化容器运行前取、运行后存、轮次自动衔接。选型对着表挑、坑对着清单避那句“请问你说的是哪个”就能从你的产品里消失。【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