其实，

在过去的文章中。我们已经展示了如何使用 InMemoryStore 实现 AI 应用对使用者偏好的精准记忆。只是当 AI 应用重启时这些记忆会瞬间消失，导致使用者体验骤然下降。对于需要持续跟踪使用者喜好、习惯或业务数据的场景，内存存储显然无法满足需求。

痛点一这方面。记忆随程序重启而消失

你是否曾遇到过这样的问题：在与使用者交互过程中收集到关键信息，但当服务器重启后这些信息全无？这不仅浪费了开发成本，更直接影响了产品的可靠性和使用者黏性。

方法概览的观点是。持久化存储 + LangGraph + SQLite

我们将通过结合 Python 内置的 SQLite 数据库与 LangGraph 的持久化组件，建立一个能够在程序重启后仍能保留业务数据的 AI 应用。

一、Python 中的 SQLite 用法

Python 自带 sqlite3 包，无需额外安装。只需在代码开头导入：

import sqlite3

连接数据库：

conn = sqlite3.connect

返回类型为 Connection常用方法包括：

• backup: 备份数据库。
• close: 关闭数据库连接。
• commit: 提交事务。
• rollback: 回滚事务。

二、LangGraph 的 SQLite 组件介绍

• SqliteStore: 用于保存使用者事实/工具记忆。
• SqliteSaver: 用于保存对话线程运行状态。

先安装必需的依赖：

pip install langchain langchain-core langchain-ollama \
langgraph langgraph-checkpoint-sqlite

注意： 之前使用离线大模型 Qwen2:.5B 不支持工具调用，需要切换到 Qwen2.:3B。下载并启动模型：

ollama pull qwen2.:3b
ollama serve

三、使用 SQLite 持久化偏好数据的完整步骤

a) 初始化数据库和持久化组件

# 替换 InMemoryStore 为 SqliteStore
from langgraph.store.sqlite import SqliteStore
from langgraph.checkpoint.sqlite import SqliteSaver
# 创建共享数据库连接
check_conn = sqlite3.connect(
"agent.db",check_same_thread=False,isolation_level=None
)
# 状态保存器
checkpointer = SqliteSaver
#
创建连接，用于数据保存器
store_conn = sqlite3.connect(
"agent.db",check_same_thread=False,isolation_level=None
)
store_db = SqliteStore

b) 配置大模型实例

llm = ChatOllama(
model="qwen2.:3b"。
temperature=0,# 严格按提示执行，避免随机胡思乱想
num_ctx=4096 # 根据实际情况调整上下文长度
)

toolslist = llmtemp = llm.bind_tools # 强制模型必须调用工具

c) 创建智能体实例并定义工具调用规则

agent = createagent(
model=llmtemp,contextschema=Context,tools=toolslist,store=storedb,checkpointer=checkpointer,systemprompt="""
你是使用者记忆助手，严格遵守以下规则：
1. 当使用者主动说出自己的喜好或偏好时无论之前是否已有相同记录，都必须调用 rememberuserpreference 工具进行更新。2. 当使用者询问自己的喜好时必须调用 getuserpreference 工具查询。3. 禁止跳过存储工具，若使用者修改原有喜好，也要通过工具更新。4. 完成工具调用后再自然回复使用者。""")

d) 调用智能体并传递线程 ID

result = agent.invoke(
{"messages": },context=Context。config={"configurable": {"thread_id": "session-123"}}
)

e) 验证持久化效果

在运行时输入 “我喜欢蓝色”，程序应记录并回复确认；停止进程后重新启动，再输入 “我喜欢什么颜色？按理说，” 时程序仍能正确返回蓝色。

示例日志输出： ① 输入：我喜欢蓝色 ② AI 回复：我已经记住了你现在喜欢的颜色是蓝色。如果你有其他颜色的偏好或者想要改变现有的偏好，请告诉我！③ 重启后输入：我喜欢什么颜色？④ AI 回复：您现在最喜欢的颜色是蓝色。如果有其他问题或需要进一步帮助，请随时告诉我！

关键收获： 通过引入 LangGraph 的 SQLite 持久化组件。即使 AI 应用频繁重启，也能确保业务数据不被丢失，从而提高整体稳定性和客户满意度。

& 后续学习资源