Movatterモバイル変換


[0]ホーム

URL:


コンテンツにスキップ

セッション

Agents SDK は、複数のエージェント実行にわたって会話履歴を自動的に保持する組み込みのセッションメモリを提供し、ターン間で手動で.to_input_list() を扱う必要をなくします。

セッションは特定のセッションの会話履歴を保存し、明示的な手動メモリ管理なしにエージェントがコンテキストを維持できるようにします。これは、エージェントに以前のやり取りを記憶してほしいチャットアプリケーションやマルチターンの会話を構築する際に特に有用です。

クイックスタート

fromagentsimportAgent,Runner,SQLiteSession# Create agentagent=Agent(name="Assistant",instructions="Reply very concisely.",)# Create a session instance with a session IDsession=SQLiteSession("conversation_123")# First turnresult=awaitRunner.run(agent,"What city is the Golden Gate Bridge in?",session=session)print(result.final_output)# "San Francisco"# Second turn - agent automatically remembers previous contextresult=awaitRunner.run(agent,"What state is it in?",session=session)print(result.final_output)# "California"# Also works with synchronous runnerresult=Runner.run_sync(agent,"What's the population?",session=session)print(result.final_output)# "Approximately 39 million"

仕組み

セッションメモリが有効な場合:

  1. 各実行の前: ランナーはセッションの会話履歴を自動的に取得し、入力アイテムの先頭に追加します。
  2. 各実行の後: 実行中に生成されたすべての新しいアイテム(ユーザー入力、アシスタントの応答、ツール呼び出しなど)は、自動的にセッションに保存されます。
  3. コンテキストの保持: 同じセッションでの後続の実行には完全な会話履歴が含まれ、エージェントがコンテキストを維持できます。

これにより、ターン間で.to_input_list() を手動で呼び出して会話状態を管理する必要がなくなります。

メモリ操作

基本操作

セッションは、会話履歴を管理するためのいくつかの操作をサポートします:

fromagentsimportSQLiteSessionsession=SQLiteSession("user_123","conversations.db")# Get all items in a sessionitems=awaitsession.get_items()# Add new items to a sessionnew_items=[{"role":"user","content":"Hello"},{"role":"assistant","content":"Hi there!"}]awaitsession.add_items(new_items)# Remove and return the most recent itemlast_item=awaitsession.pop_item()print(last_item)# {"role": "assistant", "content": "Hi there!"}# Clear all items from a sessionawaitsession.clear_session()

修正のための pop_item の使用

pop_item メソッドは、会話の最後のアイテムを取り消したり変更したい場合に特に便利です:

fromagentsimportAgent,Runner,SQLiteSessionagent=Agent(name="Assistant")session=SQLiteSession("correction_example")# Initial conversationresult=awaitRunner.run(agent,"What's 2 + 2?",session=session)print(f"Agent:{result.final_output}")# User wants to correct their questionassistant_item=awaitsession.pop_item()# Remove agent's responseuser_item=awaitsession.pop_item()# Remove user's question# Ask a corrected questionresult=awaitRunner.run(agent,"What's 2 + 3?",session=session)print(f"Agent:{result.final_output}")

セッションの種類

SDK は、さまざまなユースケースに対応するいくつかのセッション実装を提供します:

OpenAI Conversations API セッション

OpenAIConversationsSession を通じてOpenAI の Conversations API を使用します。

fromagentsimportAgent,Runner,OpenAIConversationsSession# Create agentagent=Agent(name="Assistant",instructions="Reply very concisely.",)# Create a new conversationsession=OpenAIConversationsSession()# Optionally resume a previous conversation by passing a conversation ID# session = OpenAIConversationsSession(conversation_id="conv_123")# Start conversationresult=awaitRunner.run(agent,"What city is the Golden Gate Bridge in?",session=session)print(result.final_output)# "San Francisco"# Continue the conversationresult=awaitRunner.run(agent,"What state is it in?",session=session)print(result.final_output)# "California"

SQLite セッション

デフォルトの軽量な SQLite ベースのセッション実装です:

fromagentsimportSQLiteSession# In-memory database (lost when process ends)session=SQLiteSession("user_123")# Persistent file-based databasesession=SQLiteSession("user_123","conversations.db")# Use the sessionresult=awaitRunner.run(agent,"Hello",session=session)

SQLAlchemy セッション

SQLAlchemy がサポートする任意のデータベースを使用できる本番運用向けのセッションです:

fromagents.extensions.memoryimportSQLAlchemySession# Using database URLsession=SQLAlchemySession.from_url("user_123",url="postgresql+asyncpg://user:pass@localhost/db",create_tables=True)# Using existing enginefromsqlalchemy.ext.asyncioimportcreate_async_engineengine=create_async_engine("postgresql+asyncpg://user:pass@localhost/db")session=SQLAlchemySession("user_123",engine=engine,create_tables=True)

詳しくはSQLAlchemy セッション を参照してください。

高度な SQLite セッション

会話分岐、利用状況分析、構造化クエリを備えた強化版 SQLite セッションです:

fromagents.extensions.memoryimportAdvancedSQLiteSession# Create with advanced featuressession=AdvancedSQLiteSession(session_id="user_123",db_path="conversations.db",create_tables=True)# Automatic usage trackingresult=awaitRunner.run(agent,"Hello",session=session)awaitsession.store_run_usage(result)# Track token usage# Conversation branchingawaitsession.create_branch_from_turn(2)# Branch from turn 2

詳しくは高度な SQLite セッション を参照してください。

暗号化セッション

任意のセッション実装向けの透過的な暗号化ラッパーです:

fromagents.extensions.memoryimportEncryptedSession,SQLAlchemySession# Create underlying sessionunderlying_session=SQLAlchemySession.from_url("user_123",url="sqlite+aiosqlite:///conversations.db",create_tables=True)# Wrap with encryption and TTLsession=EncryptedSession(session_id="user_123",underlying_session=underlying_session,encryption_key="your-secret-key",ttl=600# 10 minutes)result=awaitRunner.run(agent,"Hello",session=session)

詳しくは暗号化セッション を参照してください。

その他のセッションタイプ

他にもいくつかの組み込みオプションがあります。examples/memory/extensions/memory/ 配下のソースコードを参照してください。

セッション管理

セッション ID の命名

会話を整理しやすい意味のあるセッション ID を使用します:

  • ユーザー別:"user_12345"
  • スレッド別:"thread_abc123"
  • コンテキスト別:"support_ticket_456"

メモリの永続化

  • 一時的な会話にはインメモリ SQLite(SQLiteSession("session_id"))を使用します
  • 永続的な会話にはファイルベースの SQLite(SQLiteSession("session_id", "path/to/db.sqlite"))を使用します
  • 既存の SQLAlchemy 対応データベースを持つ本番システムには SQLAlchemy ベースのセッション(SQLAlchemySession("session_id", engine=engine, create_tables=True))を使用します
  • クラウドネイティブな本番デプロイで、組み込みのテレメトリー、トレーシング、データ分離に対応し 30+ のデータベースバックエンドをサポートする場合は Dapr ステートストアセッション(DaprSession.from_address("session_id", state_store_name="statestore", dapr_address="localhost:50001"))を使用します
  • 履歴を OpenAI Conversations API に保存したい場合は OpenAI ホスト型ストレージ(OpenAIConversationsSession())を使用します
  • 任意のセッションを透過的な暗号化と TTL ベースの有効期限でラップするには暗号化セッション(EncryptedSession(session_id, underlying_session, encryption_key))を使用します
  • さらに高度なユースケースに向けて、他の本番システム(Redis、Django など)向けのカスタムセッションバックエンドの実装も検討してください

複数セッション

fromagentsimportAgent,Runner,SQLiteSessionagent=Agent(name="Assistant")# Different sessions maintain separate conversation historiessession_1=SQLiteSession("user_123","conversations.db")session_2=SQLiteSession("user_456","conversations.db")result1=awaitRunner.run(agent,"Help me with my account",session=session_1)result2=awaitRunner.run(agent,"What are my charges?",session=session_2)

セッション共有

# Different agents can share the same sessionsupport_agent=Agent(name="Support")billing_agent=Agent(name="Billing")session=SQLiteSession("user_123")# Both agents will see the same conversation historyresult1=awaitRunner.run(support_agent,"Help me with my account",session=session)result2=awaitRunner.run(billing_agent,"What are my charges?",session=session)

完全な例

セッションメモリがどのように機能するかを示す完全な例です:

importasynciofromagentsimportAgent,Runner,SQLiteSessionasyncdefmain():# Create an agentagent=Agent(name="Assistant",instructions="Reply very concisely.",)# Create a session instance that will persist across runssession=SQLiteSession("conversation_123","conversation_history.db")print("=== Sessions Example ===")print("The agent will remember previous messages automatically.\n")# First turnprint("First turn:")print("User: What city is the Golden Gate Bridge in?")result=awaitRunner.run(agent,"What city is the Golden Gate Bridge in?",session=session)print(f"Assistant:{result.final_output}")print()# Second turn - the agent will remember the previous conversationprint("Second turn:")print("User: What state is it in?")result=awaitRunner.run(agent,"What state is it in?",session=session)print(f"Assistant:{result.final_output}")print()# Third turn - continuing the conversationprint("Third turn:")print("User: What's the population of that state?")result=awaitRunner.run(agent,"What's the population of that state?",session=session)print(f"Assistant:{result.final_output}")print()print("=== Conversation Complete ===")print("Notice how the agent remembered the context from previous turns!")print("Sessions automatically handles conversation history.")if__name__=="__main__":asyncio.run(main())

カスタムセッション実装

Session プロトコルに従うクラスを作成することで、独自のセッションメモリを実装できます:

fromagents.memory.sessionimportSessionABCfromagents.itemsimportTResponseInputItemfromtypingimportListclassMyCustomSession(SessionABC):"""Custom session implementation following the Session protocol."""def__init__(self,session_id:str):self.session_id=session_id# Your initialization hereasyncdefget_items(self,limit:int|None=None)->List[TResponseInputItem]:"""Retrieve conversation history for this session."""# Your implementation herepassasyncdefadd_items(self,items:List[TResponseInputItem])->None:"""Store new items for this session."""# Your implementation herepassasyncdefpop_item(self)->TResponseInputItem|None:"""Remove and return the most recent item from this session."""# Your implementation herepassasyncdefclear_session(self)->None:"""Clear all items for this session."""# Your implementation herepass# Use your custom sessionagent=Agent(name="Assistant")result=awaitRunner.run(agent,"Hello",session=MyCustomSession("my_session"))

コミュニティ製セッション実装

コミュニティによって、追加のセッション実装が開発されています:

パッケージ説明
openai-django-sessionsDjango がサポートする任意のデータベース(PostgreSQL、MySQL、SQLite など)向けの Django ORM ベースのセッション

セッション実装を作成された方は、ぜひドキュメントの PR を送ってここに追加してください。

API 参照

詳細な API ドキュメントは次をご覧ください:


[8]ページ先頭

©2009-2025 Movatter.jp