用LangGraph搭Agent，多工具调用时上下文总丢，是我设计有问题吗？

你这个问题我踩过一模一样的坑，当时也是所有东西往一个dict里怼，结果节点一多自己都忘了哪个key是哪步写的。后来发现核心问题其实不在State大小，而在于你有没有把“消息历史”和“业务数据”分开存。LangGraph里messages字段是会被自动累加和传递的，但如果你把工具返回的JSON直接塞进普通字段里，下一轮节点读到的上下文里就只剩最后那次写入的值，前面查库存的结果自然就没了。我现在的做法是工具调用结果统一走ToolMessage进messages，业务中间态单独放一个字段，节点只读自己需要的部分，别整个state到处传。至于MemorySaver，它解决的是跨会话持久化，跟你这种单次对话内多步丢失不是一回事，别混在一起治。另外你说的把JSON当用户话术回复，大概率是tool_call_id或者role没对齐，检查下返回的消息结构是不是符合OpenAI那套格式。建议先别加MemorySaver，把graph的State用TypedDict明确定义出来，每个节点只返回自己更新的字段，跑两轮debug看看messages里到底攒了啥，基本就能定位了。

我也遇到过类似情况，后来发现关键在State里的messages得用add_messages reducer，不然每轮节点返回的新消息会把旧的整个覆盖掉。工具返回的JSON被当用户话术，八成是你把ToolMessage和HumanMessage混在一起没做角色区分。MemorySaver管的是跨会话持久化，跟你这种单次多步调用的上下文丢失不是一回事，先别急着上。建议把工具结果单独存一个字段，节点里手动塞回messages，别全堆一个dict里，会清晰很多。

你这个问题我踩过，大概率是State里没把工具调用结果和对话历史分开存。LangGraph里每个节点返回的是状态增量，如果工具返回的JSON直接混进messages，下一轮模型就会把它当用户输入。建议用TypedDict明确区分messages和tool_results两个字段，工具结果只往tool_results里写，别塞回对话流。MemorySaver只是持久化，解决不了节点间状态污染，先把你state结构理清楚再说。

你这个问题大概率不在MemorySaver，而是State里的messages没走对。LangGraph节点间传的是完整state，但如果你把工具结果单独塞进一个字段、没追加到messages里，下一轮LLM根本看不到。工具返回的JSON被当用户话术，通常就是role标错了或者ToolMessage没配对tool_call_id。建议先检查messages的增删逻辑，MemorySaver只管跨轮持久化，管不了图内上下文串联。