AI智能体开发课件第14章

AI智能体开发新手必修课第14章：智能体上下文应用（ADK）讲师：资深AI工程师|日期：2026年3月课程简介学习目标理解核心概念：掌握智能体上下文在开发中的重要性与作用机制。对话历史管理：学会记录和高效调用用户的历史对话数据。持久化存储技术：掌握将上下文数据存储至磁盘或数据库的方法。动态上下文注入：能够将动态信息实时注入智能体工作流程。内容概览智能体上下文概述与基础架构对话历史管理与上下文维护持久化存储方案与数据安全动态上下文注入技术实践实战案例与互动实操任务本课程旨在帮助开发者快速掌握智能体上下文管理核心技能目录智能体上下文概述概念与核心作用解析对话历史管理记录、存储与高效调用持久化存储文件、数据库与云存储方案动态上下文注入装饰器、中间件与配置文件实战案例构建带记忆的智能客服系统互动实操动手实现一个带记忆的智能客服总结与排查常见问题排查与本章总结回顾智能体开发进阶课程·目录概览智能体上下文概述智能体上下文定义智能体上下文是指智能体在与用户交互过程中所需要的所有信息的集合，包括用户信息、对话历史、任务状态等。它是智能体实现个性化服务和多轮对话的基础。智能体上下文作用核心作用是为智能体提供必要的信息，使其能够理解用户的意图、做出正确的决策，并提供个性化的服务，确保交互的连贯性和准确性。图：智能体上下文架构示意图关键提示：高效的上下文管理是提升智能体交互体验的关键，直接影响用户意图理解的准确性与任务执行的成功率。智能体上下文核心作用记忆对话历史记录用户的对话历史，使智能体能够理解用户的上下文，提供连贯的对话体验。存储用户信息存储用户的个人信息、偏好设置等，使智能体能够提供个性化的服务。传递任务状态在多步骤任务中，传递任务的当前状态，确保任务的顺利进行。支持多轮对话通过上下文信息，支持复杂的多轮对话，解决用户的深层需求。对话历史管理核心定义智能体记录、存储和调用用户对话历史的过程。它是实现多轮对话和个性化服务的基础。管理流程三步法1.记录2.存储3.调用通过标准化流程确保数据的完整性与可追溯性。“高效的对话历史管理是提升智能体交互体验的关键环节”对话历史管理实现方法列表存储将对话历史存储在内存中的列表中，读写速度快，适用于简单的、临时性的对话场景。适用：简单场景数据库存储将对话历史持久化存储在数据库中，支持复杂查询与长期保存，适用于复杂对话场景。适用：复杂/持久化缓存存储利用缓存技术存储高频访问的对话记录，极大提升读取性能，适用于高并发、低延迟要求的场景。适用：高性能场景总结：选择合适的存储方式需综合考虑场景复杂度、数据持久性需求以及系统的性能指标。持久化存储核心定义将数据从内存中保存到磁盘或数据库中，以确保数据在系统重启后不会丢失，是数据可靠性的基石。核心作用确保上下文数据的持久性和可靠性，使智能体能够在系统重启后恢复之前的状态，维持业务连续性。从瞬时内存到永久磁盘，构建智能系统的记忆基石持久化存储实现方法文件存储将数据保存到文件中，适用于简单的数据存储场景。数据库存储将数据保存到数据库中，适用于复杂存储和查询场景。云存储服务将数据保存到云端，适用于分布式系统和高可用性场景。选择建议：根据实际需求选择合适的方法，简单数据选文件，复杂查询选数据库，分布式系统选云存储。动态上下文注入核心定义在智能体的工作流程中，动态地将信息注入到上下文中，以满足不同场景的需求，实现流程的灵活调整。核心作用使智能体能够快速适应多变的场景和需求，打破静态流程限制，提供更灵活、更智能的服务响应能力。图：动态上下文注入流程示意图动态注入·灵活响应·智能进化动态上下文注入实现方法使用装饰器注入使用装饰器将动态信息注入到上下文中，适用于简单的注入场景，代码简洁直观。使用中间件注入使用中间件将动态信息注入到上下文中，适用于复杂的注入场景和需要统一处理的场景。使用配置文件注入使用配置文件将动态信息注入到上下文中，适用于需要灵活配置、不希望硬编码的场景。总结：三种方法各有优劣，应根据实际场景的复杂度和灵活性需求选择合适的注入方式。实战案例（1）：带记忆的智能客服任务目标使用ADK框架实现一个具备记忆能力的智能客服系统。核心能力：记住用户历史对话内容基于上下文提供个性化服务实现思路创建智能体初始化基础对话模型历史管理记录用户对话上下文持久化存储对话记录写入数据库个性化服务基于历史生成回复关键技术点：核心在于对话历史的管理与上下文的动态注入。通过ADK的记忆组件，实现将历史信息无缝融入当前对话逻辑，从而打破单次交互的限制，实现真正的“记忆”功能。带记忆的智能客服代码示例（1）fromadkimportagent,context#创建智能体agent=agent.Agent()#定义对话历史管理方法defmanage_conversation_history(user_id,message,ctx:context.Context):#从上下文中获取对话历史history=ctx.get("conversation_history",[])#添加新的消息到对话历史history.append({"user_id":user_id,"message":message})#将更新后的对话历史保存到上下文中ctx.set("conversation_history",history)returnhistory代码功能解析这段代码展示了如何创建一个智能体实例，并定义了一个核心的对话历史管理方法。通过上下文（Context）对象，我们可以安全地存储和获取用户的对话记录，确保智能客服具备“记忆”能力，能够理解对话的上下文。带记忆的智能客服代码示例（2）importsqlite3#实现持久化存储defsave_conversation_history(history):conn=sqlite3.connect('conversation.db')cursor=conn.cursor()foriteminhistory:cursor.execute("INSERTINTOconversation(user_id,msg)VALUES(?,?)",(item["user_id"],item["message"]))mit()conn.close()#定义回复逻辑defreply(user_id,message,ctx):history=manage_conversation_history(user_id,message,ctx)save_conversation_history(history)iflen(history)>1:returnf"你之前说过：{history[-2]['message']}，现在你又说：{message}，我明白了。"else:return"你好，我是智能客服，有什么可以帮助你的吗？"代码功能解析：这段代码实现了对话历史的持久化存储，将用户交互记录保存到SQLite数据库中。同时定义了智能回复逻辑，能够根据历史对话上下文生成个性化回复，实现了具备“记忆”能力的智能客服核心功能。互动环节：实操任务介绍任务目标：实现带记忆的智能客服使用ADK实现一个带记忆的智能客服，能够记住用户之前的对话内容，并根据对话历史提供个性化的服务。1.创建智能体使用ADK创建一个基础的智能体实例，作为交互的载体。2.定义对话管理定义一个方法，用于记录和管理用户的对话历史上下文。3.实现持久化存储将对话历史数据存储到数据库中，确保数据不丢失。4.测试智能客服与智能客服进行多轮对话，验证是否能准确记忆上下文。💡提示：实操过程中请重点关注上下文传递的逻辑与数据存储的一致性。实操任务步骤详解01.创建智能体使用ADK快速创建一个基础智能体，作为后续功能开发的载体。02.定义对话历史管理定义专门的方法，用于记录用户的每一次交互历史，并将其保存到上下文对象中。03.实现持久化存储集成SQLite数据库，将上下文的对话历史持久化存储到磁盘，确保数据不丢失。04.测试智能客服编写测试代码进行多轮对话，验证智能体是否能准确记住并引用之前的对话内容。关键提示：在实现持久化存储时，请确保数据库连接的稳定性，并注意数据的加密保护。实操任务评判标准成功创建智能体分值：25分能够正确使用ADK创建智能体，确保基础框架搭建无误。成功实现对话历史管理分值：25分能够正确记录和调用用户的对话历史，保证上下文连贯性。成功实现持久化存储分值：25分能够将对话历史存储到数据库中，并在系统重启后恢复数据。智能客服记忆功能分值：25分智能客服能够根据对话历史提供个性化的服务与回应。任务总分：100分|请对照标准完成实操任务常见问题排查Q1:对话历史无法存储？检查存储路径是否正确，权限是否足够，数据库连接是否正常。Q2:持久化存储失败？检查数据库连接是否正常，表结构是否正确，数据格式是否符合要求。Q3:动态上下文注入失败？检查装饰器使用是否正确，注入时机是否合适，上下文对象是否正确。本章总结智能体上下文理解理解了智能体上下文的概念和作用，掌握了其在开发中的核心价值。对话历史管理掌握了对话历史管理方法，能够有效记录和调