4.2 工具中访问

在上文介绍工具的自定义args_schema时我们介绍了两种方式：
基于pydantic模型
基于json_schema
实际上，Langchain底层在生成工具的schema时，如果参数类型注解是pydantic模型，也会被一并解
析。

下面的案例中，我们通过工具读写长期记忆中保存的用户信息

分析

1. 前两次invoke通过相同的thread_id串联为一个会话，共享短期记忆
2. context是运行时静态配置，每次invoke互相独立
3. 长期记忆可以在任意位置访问，全局共享同一份信息
4. tool参数列表中的ToolRuntime是Langchain / Langgraph运行时注入的，在工具schema中没有体
   现
5. ToolRuntime的默认泛型是[None, Any]，第一个是Context的泛型，第二个是State对象的泛型。
   如果不显式指定上下文对象的类型，则Langchain/Langgraph底层会认为上下文对象为None，
   invoke调用时传递了context就会抛出警告，所以这里将UserContext作为ToolRuntime的第一个
   泛型传递。