实现会话恢复思路讲讲

来自夹夹 QQ 群讨论,审核后公开 · 。查看原始讨论

提问

实现会话恢复思路讲讲

回答

实现会话恢复,核心思路不是去序列化内存里的运行态,而是把会话看成一个「事件驱动的状态机」——只要状态归属清晰、关键节点持久化,进程随时可以死,随时能从断点接起来。

工程上通常拆成三层来设计:

第一层是对话与状态持久化(认知状态)。
最稳的做法是 Append-only 的事件日志(比如 SQLite 或 Postgres 里按 thread_id 存消息流、工具调用、工具返回和状态变更)。恢复时按 thread_id 把历史事件捞出来拼回上下文就行。这里有两个细节要注意:一是如果做过上下文压缩,要存好摘要快照节点,恢复时从最近一次摘要往后拼,别每次全量重放;二是如果会话上次是挂在「等待人工审批」或「工具执行到一半」,必须在状态机里明确标出挂起状态(比如 pending_approval),恢复时先走完审批或确认工具结果,再重新进 Agent Loop,不能直接让模型从头再来。

第二层是执行环境恢复(物理状态)。
如果只是纯聊天,第一层就够了;但如果是 Coding Agent 或带沙箱的常驻任务,进程销毁后文件系统和工作区还在不在是另一回事。常见做法是把代码工作区放在持久化卷或独立的 Git Worktree 里,容器/进程重建后重新挂载。唤醒进主循环前,最好先跑一个轻量的环境探针(比如检查 git status、关键文件或后台进程状态),把当前环境的真实快照作为一条系统事件喂给模型,避免它拿着休眠前的旧记忆去改已经变了的文件。

第三层是并发锁与幂等性(防撞车)。
多端恢复(比如浏览器里跑一半,终端里用 /resume 接过来)最容易出乱子。必须给每个 session 加租约锁或乐观锁版本号,同一时间只允许一个活跃的 Loop 往这个 thread 写数据。另外,工具调用要有幂等键或明确区分「已发出未返回」和「已落盘完成」,防止断点重放时把发消息、写库、扣费这种带副作用的操作再执行一遍。

顺带一提,持久化状态里绝对不要存明文 API Key 或敏感凭证,只存引用 ID,恢复唤醒时再由外部代理按需注入,否则状态库一旦被读到或迁移就会直接泄露。

所属话题:Agent 工程

相关问答