一、前言

第 02 期你跑通了循环对话,但模型有"金鱼记忆"——你上一句说"我叫张三",下一句问"我姓什么",它答不上来。明明刚说过,转头就忘。

根本原因:每次调用messages里只传当前这一句,模型看不到历史。这不是模型笨,是你没把历史喂给它。

这一期我们就动手维护一份messages列表,每次调用把完整对话历史回灌进去,让模型真正"记住"上一句。同时引入上下文长度限制——历史不能无限长,这是个新问题。看完你就能:

• 用 messages 列表维护完整对话历史
• 理解"回灌历史"为什么能让模型"记住"
• 用 token 计数直观看到上下文在增长
• 加一个最简单的上下文长度限制,防止历史无限膨胀

本文是 Agent 教学系列第 03 期的实战笔记,干货为主,偶尔自嘲,各位看官将就着看。

二、概念对齐:为什么"回灌"能让模型记住

2.1 回顾:模型为什么失忆

上一期讲过,模型 API 是无状态的——每次请求都被当成全新对话,服务器不保存任何上下文。所以"连续对话"的幻觉,是客户端伪造出来的:你自己维护一份历史,每次请求把整段历史一起发过去。

但第 02 期我们故意没这么做——messages里永远只有当前这一句,专门让你踩一脚"金鱼记忆"。这一期补上。

2.2 回灌历史:从"一句话"到"完整历史"

核心改动就一处:把chat()的入参从"一句话"变成"完整 messages 列表"。

defchat(messages:list[dict])->tuple[str,int,int]:response=client.chat.completions.create(model=MODEL,messages=messages,# ← 完整历史,不再只传当前一句max_tokens=1000,)...

每次对话的流程:

1. 用户输入 →{"role": "user", "content": 输入}加入 messages
2. 调用 API,把完整 messages 发过去
3. 模型回复 →{"role": "assistant", "content": 回复}也加入 messages
4. 下一次调用,messages 里已经带着之前的全部问答

这样模型每次都能"看到"完整上下文,"金鱼记忆"问题解决。

2.3 一张表看清三期演进

2.4 本期的"组装公式"

短期记忆 = messages[] 回灌 + 上下文长度限制

把历史塞进去,模型就"记住"了;但历史不能无限长,得加个上限。

三、动手做:从金鱼记忆到短期记忆

3.1 维护一个 messages 列表

用一个 list 在内存里维护对话历史,角色严格按user/assistant交替:

messages:list[dict]=[]# 用户输入messages.append({"role":"user","content":user_input})# 调用 API(传完整历史)answer,p,c=chat(messages)# 模型回复也加回历史messages.append({"role":"assistant","content":answer})

这样下一次调用时,messages 里已经带着之前的全部问答,模型能"看到"上下文。

3.2 上下文长度限制:历史不能无限长

历史一直累积,prompt_tokens会越滚越大,最终触发模型的上下文长度上限(DeepSeek 通常 64K token)。

本期用最简单的截断策略:

MAX_ROUNDS=10# 1 轮 = 1 user + 1 assistantdeftrim_history(messages:list[dict])->list[dict]:rounds=sum(1forminmessagesifm["role"]=="user")ifrounds<=MAX_ROUNDS:returnmessages excess_rounds=rounds-MAX_ROUNDS cut=excess_rounds*2# 每轮 2 条returnmessages[cut:]

超过 10 轮时,删掉最早的一轮,保留最近 10 轮。简单粗暴,但有边界。

第 07 期会升级为 compact 压缩策略(把旧对话摘要成一段,而非直接删),本期先解决"有没有"的问题。

3.3 reset 和 history 命令

• reset:清空 messages 列表,重新开始(第 02 期埋的伏笔,这期兑现)
• history:打印当前 messages 列表,直观看到[user, assistant, user, assistant, ...]的结构

这两个命令不是花架子,是帮你调试和理解"历史是怎么组织的"。

3.4 自动演示:对比第 02 期的"金鱼记忆"

程序跑起来会先自动问两个问题(和第 02 期一模一样):

1. “我叫张三,是一名 Python 后端工程师” —— 告诉模型信息
2. “我姓什么?我是做什么工作的?” —— 看它能否接住

这次模型应该能答上来——因为 messages 里带着上一轮的问答。同时你会看到第 2 轮的prompt_tokens比第 2 期大,因为历史一起发了过去。

四、跑起来:短期记忆的实际体验

4.1 为什么回灌历史能让模型"记住"?

模型本身是无状态的,但每次调用都会读到你传入的完整messages。只要历史在 messages 里,模型就能"看到"之前说过什么。

第 1 轮: messages = [user: "我叫张三"] → 模型回复 "你好,张三!" messages = [user: "我叫张三", assistant: "你好,张三!"] 第 2 轮: messages = [user: "我叫张三", assistant: "你好,张三!", user: "我姓什么?"] → 模型能看到前两条,答 "你姓张"

4.2 token 增长可视化

对比第 02 期,本期的prompt_tokens会明显更大,因为历史一起发了过去:

这就是上下文长度问题的由来——历史越多,token 越贵,也越容易触顶。

4.3 调用流程(与前两期一致)

你的代码 → openai SDK → HTTPS 请求(带完整 messages) → DeepSeek → 推理 → 返回 JSON + usage

相比第 02 期,唯一的差异是:请求体里的messages从一句话变成了完整历史。

五、执行脚本

#!/usr/bin/env python3"""step03_history.py — 第 03 期:短期记忆 history 本期目标: 1. 维护一个 messages 列表,每次调用把完整对话历史回灌进去 2. 让模型真正"记住"上一句,解决第 02 期的"金鱼记忆" 3. 引入上下文长度限制,历史不能无限长——超限时做最简单的截断 累积式:step03 = step02 + messages[] 回灌 + 上下文长度限制 (尚未做记忆压缩/长期记忆,后续第 07 期解决) 运行: python code/step03_history.py """importosfromdotenvimportload_dotenvfromopenaiimportOpenAIfromprompt_toolkitimportpromptfromprompt_toolkit.historyimportInMemoryHistory load_dotenv()# ============ 1. 初始化客户端(与第 01/02 期一致)============client=OpenAI(api_key=os.environ["DEEPSEEK_API_KEY"],base_url=os.environ.get("DEEPSEEK_BASE_URL","https://api.deepseek.com"),)MODEL=os.environ.get("DEEPSEEK_MODEL","deepseek-chat")# 上下文长度上限(轮数,1 轮 = 1 user + 1 assistant)MAX_ROUNDS=10defchat(messages:list[dict])->tuple[str,int,int]:"""带历史回灌的对话:传入完整 messages 列表,返回 (回答, prompt_tokens, completion_tokens)。"""response=client.chat.completions.create(model=MODEL,messages=messages,max_tokens=1000,)answer=response.choices[0].message.content usage=response.usagereturnanswer,usage.prompt_tokens,usage.completion_tokensdeftrim_history(messages:list[dict])->list[dict]:"""上下文长度限制:超过 MAX_ROUNDS 轮时,从最早的一轮开始截断。"""rounds=sum(1forminmessagesifm["role"]=="user")ifrounds<=MAX_ROUNDS:returnmessages excess_rounds=rounds-MAX_ROUNDS cut=excess_rounds*2returnmessages[cut:]defmain():print("="*60)print("第 03 期:短期记忆 history —— 让模型记住上一句")print("="*60)print(f"当前模型:{MODEL}")print(f"API 地址:{client.base_url}")print(f"上下文上限:{MAX_ROUNDS}轮(超出自动截断最早)")print("="*60)# ============ 2. 自动演示:对比第 02 期的"金鱼记忆" ============demo_questions=["我叫张三,是一名 Python 后端工程师","我姓什么?我是做什么工作的?",]print("\n[自动演示] 同样两个问题,这次模型能否记住上一句:\n")messages:list[dict]=[]fori,qinenumerate(demo_questions,1):print(f"[问题{i}]{q}")messages.append({"role":"user","content":q})try:answer,p,c=chat(messages)print(f"[回答]{answer}")print(f"[token] prompt={p}completion={c}total={p+c}")print(f"[历史] 当前 messages 共{len(messages)}条")messages.append({"role":"assistant","content":answer})exceptExceptionase:print(f"[出错]{e}")returnprint("-"*60)print("\n💡 对比第 02 期:这次模型答上来了——""因为 messages 里带着上一轮的问答,模型"看到"了完整上下文。\n"" 但注意 prompt_tokens 比第 02 期大,因为历史一起发了过去。\n")# ============ 3. 交互式对话(带历史回灌)============print("="*60)print("现在进入自由对话(有记忆,但超过 10 轮自动截断最早)")print("输入 quit 退出 / 输入 reset 清空历史 / 输入 history 查看历史")print("←/→ 移动光标,↑/↓ 翻历史,Ctrl-C 作废当前行重输")print("="*60)total_prompt=0total_completion=0cli_history=InMemoryHistory()whileTrue:try:user_input=prompt("\n你: ",history=cli_history).strip()except(EOFError,KeyboardInterrupt):print(" (本行作废,重新输入)")continueifuser_input.lower()in("quit","exit","q"):print(f"\n[本次会话 token 汇总] prompt={total_prompt}"f"completion={total_completion}total={total_prompt+total_completion}")print(f"[历史] 退出时共{len(messages)}条消息")print("再见!")breakifuser_input.lower()=="reset":messages.clear()total_prompt=0total_completion=0print("[提示] 历史已清空,重新开始对话。")continueifuser_input.lower()=="history":print(f"[历史] 共{len(messages)}条消息:")foridx,minenumerate(messages):role=m["role"]content=m["content"][:50]+("..."iflen(m["content"])>50else"")print(f"{idx:2d}. [{role:9s}]{content}")continueifnotuser_input:continuemessages.append({"role":"user","content":user_input})messages=trim_history(messages)try:answer,p,c=chat(messages)total_prompt+=p total_completion+=c messages.append({"role":"assistant","content":answer})print(f"Alex:{answer}")print(f"[token] 本次 prompt={p}completion={c}"f"累计 total={total_prompt+total_completion}")print(f"[历史] 当前{len(messages)}条消息"f"({sum(1forminmessagesifm['role']=='user')}轮)")exceptExceptionase:messages.pop()print(f"[出错]{e}")if__name__=="__main__":main()

六、总结

一句话回顾:模型本身无记忆,记忆是你用 messages 列表"喂"给它的。

三个关键动作记牢:

1. 维护 messages 列表→ 每轮把 user + assistant 都加进去
2. 回灌历史→ 调用时传完整 messages,模型就能"看到"上下文
3. 上下文限制→ 历史不能无限长,超限时截断最早(下期升级为压缩)

一行代码记住本期:

messages.append({"role":"assistant","content":answer})# ← 回复也加回历史

把模型回复也加入 messages,下一轮调用时它就"记住"了。

适用场景:这篇适合刚跑通第 02 期、想让模型真正"记住"对话的人。

下一期预告:第 04 期——System Prompt 人设。我们用templates/SOUL.md给 Agent 设定"技术助理 Alex"的角色,对比有无 system prompt 时的行为差异。同时 system prompt 会成为 messages 列表的第一条,进一步影响上下文。

感谢各位看官的一路陪伴,大家都再接再厉!