【AgentScope Java新手村系列】(11)中断与恢复

简介: 中断与恢复 — AgentStateStore 按 sessionId 持久化上下文,浏览器关闭后秒级恢复对话与 todo 状态。

第十一章 中断与恢复:用 AgentStateStore 持久化会话,sessionId 实现断点续聊

"用户问了 3 轮突然关掉浏览器;20 分钟后用同一个会话 ID 回来——上一轮的上下文、todo、subagent 状态怎么全在?这是 2.0 的 AgentStateStore 后端(JsonFileAgentStateStore / RedisAgentStateStore / MysqlAgentStateStore)干的事,比 1.x 自己把 Memory 序列化 JSON 简单很多。"

本章你将学到:如何让 HarnessAgent 在中断后秒级恢复、如何在前端用 sessionId 做'断点续聊'、以及如何配合 Plan Mode 让用户的待办清单也跟着恢复。

11.1 中断与恢复的本质

1.x 时代,"中断恢复" 要自己做:

  1. 写一个 Memory 的 JSON 序列化器
  2. 启动时检查 session 目录,有旧 JSON 就 load 进 Memory
  3. 手动管理 session ID 与 cookie / token 的对应

2.0 把这件事下沉到 AgentStateStore 后端——HarnessAgent 调用时根据 RuntimeContext.sessionId() 去后端查状态;查到就 load 进 AgentState,查不到就当新会话。业务代码不需要写任何序列化逻辑

11.2 第一个可恢复会话

import io.agentscope.core.agent.RuntimeContext;
import io.agentscope.core.message.UserMessage;
import io.agentscope.core.model.DashScopeChatModel;
import io.agentscope.core.state.JsonFileAgentStateStore;
import io.agentscope.harness.HarnessAgent;

import java.nio.file.Path;
import java.util.List;

public class Chapter11_Resume {
   

    public static void main(String[] args) {
   
        // 用同一个 sessionId 模拟"用户先问一通,再回来问"
        String sessionId = "demo-user-9527-2026-06-07";

        HarnessAgent agent = HarnessAgent.builder()
                .name("assistant")
                .sysPrompt("你是一个中文助理,简洁回答。")
                .model(DashScopeChatModel.builder()
                        .apiKey(System.getenv("DASHSCOPE_API_KEY"))
                        .modelName("qwen-plus")
                        .build())
                .workspace(Path.of("./workspace"))
                .stateStore(new JsonFileAgentStateStore(Path.of("./workspace")))  // 文件版 AgentStateStore
                .build();

        RuntimeContext ctx = RuntimeContext.builder()
                .sessionId(sessionId)
                .userId("9527")
                .build();

        // ---- 第一通对话 ----
        agent.call(List.of(new UserMessage("user", "我叫小李,在杭州做程序员。")), ctx).block();
        agent.call(List.of(new UserMessage("user", "我用什么语言开发?")), ctx).block();

        // 假装用户关掉浏览器。20 分钟后 JVM 重新跑 main() —— 实际生产里这是另一个进程。

        // ---- 20 分钟后:用同一 sessionId 接着问 ----
        agent.call(List.of(new UserMessage("user", "我叫什么?在哪个城市?")), ctx).block();
        // 输出会包含:"你叫小李,在杭州做程序员。"
    }
}

第一次跑:

[reply] 你好小李,很高兴认识你。
[reply] 根据你刚才提供的信息,你在杭州做程序员。

关掉进程,删掉进程内变量;第二次跑(同一个 workspace、同一个 sessionId):

[reply] 早上好小李。有什么可以帮你?
[reply] 你叫小李,在杭州做程序员。

——完整恢复

11.3 三个常见的"断点续聊"场景

11.3.1 浏览器刷新

最简单:前端把 sessionIdlocalStorage,刷新后从 localStorage 取出、塞回请求参数。后端完全无感。

let sessionId = localStorage.getItem("sessionId");
if (!sessionId) {
   
  sessionId = crypto.randomUUID();
  localStorage.setItem("sessionId", sessionId);
}

fetch(`/api/agent/chat?sessionId=${
     sessionId}`, {
   
  method: "POST",
  body: JSON.stringify({
    text: "我叫什么?" }),
});

11.3.2 用户切换设备

用户在手机问了一通,到电脑上想接着聊。把手机端的 sessionId 暴露成"会话恢复码",让用户在电脑端输入;后端用同一个 sessionId 调 agent。

注意AgentStateStore 不感知设备。要加一层 user_id → session_id 的映射(自己做或者用 Spring Session)。

11.3.3 用户主动重置

提供"清空对话"按钮——后端开新 sessionId

@PostMapping("/session/reset")
public Map<String, String> reset(@RequestParam String userId) {
   
    String newId = "user-" + userId + "-" + System.currentTimeMillis();
    return Map.of("sessionId", newId);
}

老会话状态会自然过期(按 AgentStateStore 后端的 TTL 清理)。

11.4 Plan Mode 与 todo 的恢复

如果开了 Plan Mode(HarnessAgent.enablePlanMode()),todo_write 写下的待办也会被 AgentStateStore 持久化。例:

HarnessAgent agent = HarnessAgent.builder()
        ...
        .enablePlanMode(true)
        .build();

用户在第一通对话里让 agent 计划"调研 5 件事"——agent_todo 会被持久化;用户回来时:

"上次我让你调研的 5 件事,现在做到哪了?"

agent 会读 AgentStateStore 里的 todo 列表,把状态念给用户听。

11.5 用 RedisAgentStateStore 做生产级恢复

JsonFileAgentStateStore 适合开发与单机部署;多实例 / 多机部署要用 RedisAgentStateStore(见第 5 章):

HarnessAgent agent = HarnessAgent.builder()
        .stateStore(RedisAgentStateStore.builder()
                .jedisClient(new UnifiedJedis("redis://127.0.0.1:6379"))
                .build())
        .build();

恢复流程一模一样,区别只在"状态存在 Redis 而非本地 JSON"。

11.6 主动重连 vs 自动重连

场景 推荐策略
用户离开 5 分钟 不主动重连——AgentStateStore 一直保留;用户回来直接续
30 分钟未活动 由前端弹"是否继续"按钮,避免 token 浪费
1 小时未活动 后端 cron 清理 Redis 里的旧 session
24 小时未活动 强制清空(保留 MEMORY.md 长期记忆)

RedisAgentStateStore 可以设 TTL;JsonFileAgentStateStore 可以用 Files.deleteIfExists 自己写清理脚本。

11.7 完整可运行示例

import io.agentscope.core.agent.RuntimeContext;
import io.agentscope.core.message.UserMessage;
import io.agentscope.core.model.DashScopeChatModel;
import io.agentscope.core.state.JsonFileAgentStateStore;
import io.agentscope.harness.HarnessAgent;

import java.nio.file.Path;
import java.util.List;
import java.util.concurrent.TimeUnit;

public class Chapter11_Interrupted {
   

    public static void main(String[] args) throws InterruptedException {
   
        String sessionId = "u-9527-2026-06-07";

        HarnessAgent agent = HarnessAgent.builder()
                .name("assistant")
                .sysPrompt("你是一个中文助理。")
                .model(DashScopeChatModel.builder()
                        .apiKey(System.getenv("DASHSCOPE_API_KEY"))
                        .modelName("qwen-plus")
                        .build())
                .workspace(Path.of("./workspace"))
                .stateStore(new JsonFileAgentStateStore(Path.of("./workspace")))
                .build();

        RuntimeContext ctx = RuntimeContext.builder()
                .sessionId(sessionId).userId("9527").build();

        // ---- Round 1 ----
        agent.call(List.of(new UserMessage("user", "我养了一只橘猫,叫'小年'。")), ctx).block();
        agent.call(List.of(new UserMessage("user", "它叫什么?")), ctx).block();

        System.out.println("=== 模拟用户关闭浏览器 5 秒 ===");
        TimeUnit.SECONDS.sleep(5);

        // ---- Round 2:模拟"再回来" ----
        agent.call(List.of(new UserMessage("user", "我养了什么宠物?")), ctx).block();
    }
}

11.8 本章小结

  • AgentStateStore 是 2.0 中断恢复的核心,业务代码无需写序列化。
  • 同一 sessionId + 同一 AgentStateStore 后端 = 上下文自动恢复。
  • Plan Mode 的 todo 也会被 AgentStateStore 持久化。
  • 生产用 RedisAgentStateStore,开发用 JsonFileAgentStateStore
  • RC2 中 Agent 完全无状态化——同一实例可安全并发服务多 (userId, sessionId) 组合。
目录
相关文章
|
JSON 自然语言处理 Java
【AgentScope Java新手村系列】(4)结构化输出
结构化输出 — JSON Schema 约束 LLM 输出格式,直接反序列化为 Java POJO,打通文本到对象的转换。
161 0
|
9天前
|
自然语言处理 Java API
【AgentScope Java新手村系列】(7)子Agent编排
子Agent编排 — SubagentDeclaration 描述子 agent,主 agent 通过 agent_spawn 工具同步/异步委派子任务。
166 0
|
8天前
|
Java
【AgentScope Java新手村系列】(8)多Agent协作
多Agent协作 — orchestrator + workers 模式替代 MsgHub,一个 HarnessAgent 搭载多个 SubagentDeclaration,LLM 主持群聊与辩论。
178 0
|
3月前
|
存储 人工智能 Shell
【从零手写 ClaudeCode:learn-claude-code 项目实战笔记】(3)TodoWrite (待办写入)
本章详解 s03 版本 TodoWrite 机制:通过 `todo` 工具+`TodoManager` 实现显式任务状态管理(pending/in_progress/completed),强制单任务聚焦;并引入“nag 提醒”——连续3轮未更新待办时自动注入提醒,解决大模型长链路任务健忘问题。代码精简可运行。
943 3
|
7天前
|
前端开发 NoSQL Java
【AgentScope Java新手村系列】(9)SpringBoot集成
SpringBoot集成 — 工厂方法将 HarnessAgent 注册为单例 Bean,WebFlux 流式输出 streamEvents 到 SSE 端点。
104 3
|
9天前
|
缓存 中间件 Java
【AgentScope Java新手村系列】(6)Hook与Middleware
Hook与Middleware — 五类 Middleware 回调点(onModelCall/onActing等)替代 1.x Hook,实现日志埋点与限流。
125 0
|
1月前
|
设计模式 安全 Shell
工作流的 Skill 怎么写?从 7 个顶级 Skill 中提炼的模式与最佳实践
Skill 是一种基于 YAML frontmatter + Markdown 的知识注入机制,通过 `SKILL.md` 文件将结构化指令注入 LLM 上下文,由其调用内置工具(如 bash、read)执行。含 5 大设计模式:线性流程、决策树、循环迭代、接力棒循环、多阶段编排,另含思维框架模式,专用于控制 LLM 深度分析而非操作执行。
|
2月前
|
NoSQL Java 数据库
【SpringAIAlibaba新手村系列】(11)Embedding 向量化与向量数据库
本文围绕 Embedding 与向量数据库展开,讲解了文本向量化、相似度检索和 VectorStore 的基本用法,并结合 SimpleVectorStore 示例说明了 Spring 中自动装配与手动注册 Bean 的区别,为后续学习 RAG 打下基础。
951 5
【SpringAIAlibaba新手村系列】(11)Embedding 向量化与向量数据库
|
2月前
|
XML 安全 Java
【SpringSecurity新手村系列】(5)RBAC角色权限与账户状态校验
本章在数据库认证基础上,通过 RBAC 三表(用户-角色-权限)把角色与权限从数据库接入 Spring Security,并补齐账户状态字段(过期、锁定、启用等),实现“可登录 + 可授权 + 可控状态”的完整认证闭环。
206 4
|
1月前
|
人工智能 自然语言处理 运维
SKILL.md正在接管Agent生态:一个Markdown模板,如何让AI编程不再‘瞎猜’?
本文揭秘AI编程新范式——SKILL.md技能包:将测试经验固化为可复现、可移植的结构化流程,告别Prompt“碰运气”;通过渐进披露、确定性降级与流程固化,实现跨工具(Claude/Cursor/OpenClaw)一致执行。测试人应即刻上手,沉淀核心流程,抢占Skill→Plugin生态先机。

热门文章

最新文章