Skip to content

README.md

Latest commit

 

History

History
82 lines (56 loc) · 2.23 KB

README.md

File metadata and controls

82 lines (56 loc) · 2.23 KB

SQL 后端 Memory Service 示例

本示例演示基于 SQL 的 Memory Service：与 load_memory、天气工具协同，完成多轮对话记忆检索，并可在日志中看到 Memory cleanup completed 等后台维护信息。

关键特性

  • 持久化记忆相对内存后端更适合跨运行复现（依赖 DB 配置）
  • 多段 “First run / Second run / Third run” 验证空记忆与命中路径
  • 工具结果中为 JSON 字符串形式的 memories 负载

Agent 层级结构说明

root_agent (LlmAgent)
└── tools: load_memory, get_weather_report 等（见示例 agent）

关键文件：

关键代码解释

  • 初始化 SQL 记忆服务并注入 Runner，与内存版示例结构平行
  • Agent 通过 load_memory 查询后根据返回 JSON 组织回复

环境与运行

环境要求

  • Python 3.12
  • 按 .env 配置可用的 SQL 连接（与示例一致）

安装步骤

git clone https://github.com/trpc-group/trpc-agent-python.git
cd trpc-agent-python
python3 -m venv .venv
source .venv/bin/activate
pip3 install -e .

环境变量要求

在 examples/memory_service_with_sql/.env 中配置模型与数据库相关变量（以该文件为准）。

运行命令

cd examples/memory_service_with_sql
python3 run_agent.py

运行结果（实测）

First run
🔧 [Invoke Tool: load_memory({'query': "user's name"})]
📊 [Tool Result: {'result': '{"memories": []}'}]
...
🔧 [Invoke Tool: get_weather_report({'city': 'Paris'})]
📊 [Tool Result: {'status': 'success', 'report': 'The weather in Paris is sunny...'}]
...
[2026-04-01 ...][INFO]... Memory cleanup completed: deleted ...
[END] memory_service_with_sql (exit_code=0)

结果分析（是否符合要求）

结论：符合本示例测试要求。

  • 记忆查询、天气工具与清理日志均出现，并以 exit_code=0 结束
  • error.txt 为空

适用场景建议

  • 需要进程重启后仍保留记忆的部署形态验证
  • 与运维监控配合观察记忆清理任务是否按预期执行