Strands 智能体不再依赖本机状态:MongoDB 开源包把会话与长期记忆存进数据库
核心概要
MongoDB 发布开源 Python 包 strands-mongodb,把 AWS 的 Strands 智能体框架接到 MongoDB 上,让会话和长期记忆不再留在单个进程里。此前 Strands Harness SDK 自带本地文件和 Amazon S3 后端,进程一换,上一轮状态就看不见。接入后每次调用按会话 ID 从 MongoDB 取回会话继续执行,长期记忆由 MongoDBMemoryStore 保存,记忆检索可用 Atlas 向量搜索按语义找回。
深度剖析
Strands 智能体的会话状态和长期记忆现在可以放在 MongoDB 里,而不是绑在处理某一轮请求的那台机器上。 Strands Harness SDK 原本自带本地文件和 Amazon S3 两种存储后端,状态与单个进程绑定,下一次调用落到别的实例就看不到上一轮。 以 AWS Lambda 部署为例,同一会话的连续两轮由两个 Lambda 实例处理,两者都通过 MongoDBStorage 读写会话、通过 MongoDBMemoryStore 读写长期记忆,都不依赖对方的本地状态。
接线方式是给智能体传三个参数,由 SDK 自己把存储、会话管理和记忆管理接到 MongoDB 上。 storage= 参数让 MongoDB 成为 SDK 五个子系统的默认后端,其中包括会话、上下文卸载和对话记录;session_manager= 用 SnapshotSessionManager 按会话 ID 保存和恢复对话;memory_manager= 给模型提供搜索记忆和保存记忆的工具。 记忆写入是纯文本进、纯文本出,Atlas Automated Embedding 默认用 voyage-4-lite 在后台生成并更新向量,查询时同样先嵌入再执行 $vectorSearch,不需要另跑批处理任务同步向量。
启示与展望
演示场景是 Strands 智能体部署在 AWS Lambda 这类一次性环境中,由不同实例处理同一会话的连续轮次;MongoDBStorage 适用于任何 MongoDB 部署,而使用 Automated Embedding 的记忆搜索需要 MongoDB Atlas 集群并注册嵌入模型。
租户隔离由这个包而不是服务器强制执行,因此当租户边界同时是合规边界时,需要为每个租户单独建数据库或集合并限制凭据。记忆去重靠内容哈希把重复提取变成空操作,保留原有时间戳和过期时间。检索方式会在 Vector Search、Atlas Search 文本搜索和 $rankFusion 混合搜索中按部署自动选择。
