（十二）分清状态、上下文与持久化资料

1. 状态保存本次任务的进度

现在回看两种对象的保存位置。RunState 包含问题、证据、回答、时长、动作编号和当前状态，交给检查点保存；RunContext 包含当前用户、索引和 PlanStore 对象，每次执行时重新建立并注入节点。

信息	本次值或对象	重开时的处理
任务数据	question、minutes=35、hits、answer、operation_id	从同一线程的检查点恢复
执行依赖	owner=alice、NoteIndex 实例、PlanStore 实例	按当前身份与数据目录重新创建
正式业务	已确认计划的数据库行	从 plans.sqlite3 查询

这样恢复任务时，已有的证据和回答仍保留在状态中；重建索引对象只是准备本次运行的依赖，并不意味着重新执行 retrieve。接下来执行哪个节点，由检查点中的 next 决定。

第八节用 ToolRuntime 给工具传依赖，这里的节点用 Runtime 接收依赖。两者都是在执行时取得具体对象，但所服务的调用层次不同：

执行入口	类型声明	本次提供的对象
`agent.invoke` 调度工具	`ToolRuntime[AgentContext]`	AgentContext 包含 owner 与 index
`graph.invoke` 调度业务节点	`Runtime[RunContext]`	RunContext 还包含 plans 与可替换的 model

schema 参数接收上下文的类型，invoke 的 context 参数接收这次使用的实例。把类型说明和实际对象对应起来，就能判断某个节点从哪里拿到了当前用户、连接入口或模型。

2. 检查点与长期资料

checkpointer 保存一个线程的图状态；线程由 configurable.thread_id 定位。这里的 thread 指一项持续任务或对话，与第八章操作系统线程不是同一概念。

InMemorySaver 把检查点放在内存中，适合测试；进程结束后不会保留。本项目用 langgraph.checkpoint.sqlite.SqliteSaver 写入 checkpoints.sqlite3，重新打开后继续读取同一线程。检查点与持久化

# 从持久化文件打开检查点，config 中使用相同的任务标识。
from langgraph.checkpoint.sqlite import SqliteSaver
from studyagent.workflow import build_graph

config = {"configurable": {"thread_id": "alice:numpy-1"}}
with SqliteSaver.from_conn_string("data/checkpoints.sqlite3") as saver:
    graph = build_graph(saver)
    snapshot = graph.get_state(config)
    print(snapshot.values)  # 读取状态；这里不会重新提交一个问题。

跨任务的偏好、资料或长期记忆可以使用 LangGraph Store 等持久化结构保存；plans.sqlite3 在本项目中承担正式计划的业务存储。检查点记录“这项任务走到了哪里”，业务记录回答“用户已经保存了哪些计划”。聊天历史很长时，还要选择近期消息与需要的摘要；数据库保存过的所有消息不必每轮全部发送给模型。