Memoria de Corto Plazo: Conversación en el Grafo

Memoria de Corto Plazo: Conversación en el Grafo

La memoria de corto plazo permite que un agente mantenga el contexto entre turnos. En LangGraph, el historial de chat vive en el estado del grafo y alimenta al LLM con las interacciones previas.

Historial en el estado

El historial de conversación se integra directamente en el estado del grafo como una lista de mensajes. Cada turno agrega entradas nuevas sin perder las anteriores, de modo que el agente conserva el hilo completo de la plática.

Conversación que crece

En una conversación multi-turno, las burbujas de mensajes se apilan y crecen con cada intercambio. Ese cúmulo acumulado es la materia prima que el agente necesita para responder con coherencia y sin repetir preguntas ya resueltas.

El agente lee mensajes

El nodo del agente consulta la lista de mensajes previos almacenada en el estado antes de invocar al modelo. Así distingue lo que ya se dijo de lo que falta por atender, y construye respuestas alineadas al contexto acumulado.

Configurar el estado

Definir el esquema del estado con un campo de mensajes es el paso base. Conviene usar un reductor que agregue mensajes en lugar de sobrescribirlos, para que el historial persista turno tras turno sin perder información.

Contexto entre turnos

La memoria de corto plazo no sobrevive al cierre de la sesión por sí sola; vive en el estado del grafo durante la ejecución. Para continuidad entre sesiones se requiere memoria de largo plazo, tema que se aborda más adelante en el curso.