---
type: study
status: verified
created: 2026-08-11
updated: 2026-08-11
sensitivity: standard
tags:
  - study
  - langchain
  - python
  - integrations
  - long-term-memory
  - langgraph
topic: LangGraph Long-Term Memory 跨线程存储
sources:
  - https://docs.langchain.com/oss/python/integrations/long-term-memory
  - https://docs.langchain.com/oss/python/integrations/long-term-memory/index
last_verified: 2026-08-11
---
# Long-Term Memory Stores：跨线程记忆

## 当前官方索引

Long-term memory store 让 LangGraph agent 跨 thread 持久保存和检索信息。`/long-term-memory` 与 `/long-term-memory/index` 当前同正文，列出：

| 后端 | 包 |
|---|---|
| In-memory | `langgraph-checkpoint` |
| PostgreSQL | `langgraph-checkpoint-postgres` |
| Redis | `langgraph-checkpoint-redis` |
| MongoDB | `langgraph-store-mongodb` |
| Upstash Redis | `langgraph-store-upstash` |

页面只提供生态入口和自定义 store 指引，没有给出各实现的安装、认证、同步/异步、搜索、TTL 或一致性细节。包名中出现 `checkpoint` 不改变概念边界：应用仍要区分 thread checkpoint 与跨 thread memory namespace。

## 生产记忆模型

记忆写入应包含 tenant/user namespace、memory type、source/evidence、created/updated、schema/model version、confidence 和 expiry。模型提出的 memory 是候选数据，不应自动成为身份、权限、支付或其他权威事实。

关键规则：

- namespace 从 authenticated context 注入，禁止模型自由指定；
- 写入去重、版本化、可纠正，并保存 provenance；
- 检索先做 tenant/ACL，再按 relevance/recency/type 控制注入量；
- 用户能查看、更正、导出和删除记忆，删除传播到缓存、索引和备份策略；
- 设容量、TTL 和压缩策略，防止无限增长与 prompt poisoning；
- In-memory 只用于开发测试，生产后端需备份恢复和数据驻留验证。

## 验证边界

已验证两个官方 Markdown 路由及五个当前后端。由于页面本身没有方法级说明，本笔记没有把任何后端标记为已验证支持 async、semantic search、事务或特定一致性级别。