上一节,我们已经让 Agent Backend 具备了实时 Streaming 能力。
现在客户端可以:
POST /api/v1/runs
↓
得到 run_id
↓
GET /api/v1/runs/{run_id}/events
↓
实时看到进度
而 Run 本身也已经有:
run_id
session_id
status
start_time
end_time
steps
error
到这里,整个服务已经越来越像真实产品。
但如果你现在把 Flask 进程停掉,再重新启动,会发生一件很尴尬的事情。
假设之前内存里有:
Session:
sess_001
Run:
run_abc123
Steps:
1. 正在读取项目
2. 正在运行测试
3. 发现 ImportError
4. 正在检查依赖
服务一重启:
全部没了。
因为我们前面使用的:
self._sessions = {}
self._runs = {}
queue.Queue()
本质都只存在 Python 进程内存。
进程结束,数据就结束。
这对本地 Demo 可以接受。
对真正 Backend Service 完全不够。
所以这一节我们正式引入:
SQLite
把 Agent 的关键运行数据持久化到磁盘。
核心表:
sessions
runs
steps
tool_calls
messages
这样服务即使:
重启
崩溃
升级
重新部署
历史数据仍然存在。
更重要的是,我们不会把业务代码直接绑死在 SQLite 上。
这一节会顺便设计一个:
Storage / Repository
边界。
今天底层是:
SQLite
未来可以替换:
MySQL
PostgreSQL
而 AgentEngine、AgentService 不需要全部重写。
开场引入
我们先做一个非常直接的实验。
假设上一节的 RunStore 是:
class RunStore:
def __init__(self):
self.runs = {}
服务启动后:
run_001
run_002
run_003
都在。
你通过:
GET /api/v1/runs/run_002
也能查到。
然后你做:
Ctrl + C
服务停止。
重新:
python3 app.py
再查:
GET /api/v1/runs/run_002
结果:
404
因为:
self.runs = {}
重新初始化了。
这就是“内存状态”和“持久化状态”的区别。
这里很容易混淆:“我不是已经有 SessionManager 和 RunManager 了吗?为什么还要数据库?”
因为 Manager 解决的是:
怎么管理对象
数据库解决的是:
对象放哪里,服务重启以后还能不能找回来
两者不是一回事。
再看一个更真实的场景。
用户昨晚提交一个复杂 Coding Agent 任务。
系统生成:
session_id = sess_a1
run_id = run_b2
执行到第 8 步时服务异常重启。
如果没有持久化,第二天你只能看到:
“昨天好像跑过一个任务。”
但具体:
跑到哪一步?
最后调用了什么 Tool?
失败前的错误是什么?
用户当时说了什么?
全部找不到。
如果有 SQLite:
sessions
runs
steps
tool_calls
messages
就都还在。
你可以重新构建:
Session History
Run Status
Run Steps
Tool History
Conversation
这不仅仅是“数据不丢”。
它还直接支持:
故障恢复
页面刷新
历史会话
Run 查询
Trace 回放
Agent Evaluation
成本统计
错误分析
所以数据库不是一个“后端附加项”。
对于服务化 Agent 来说,它会逐渐成为整个系统的事实来源之一。
这一节我们先使用 SQLite。
原因非常简单:
Python 标准库直接支持
不需要安装数据库服务
一个文件就能存储
支持事务
支持 SQL 查询
足够理解关系模型
教学阶段非常合适。
等以后业务真的有:
多实例
高并发写入
复杂权限
大规模数据
再迁移 MySQL 或 PostgreSQL。
真正重要的不是,“一开始就选最强数据库。”
而是,把存储边界设计清楚。
知识地图
![图片[1]-数据持久化:SQLite 保存 Session、Run 和 Trace-大赛人网](https://www.dsrw.com/wp-content/uploads/2026/11/image-1633.png)
数据关系:
![图片[2]-数据持久化:SQLite 保存 Session、Run 和 Trace-大赛人网](https://www.dsrw.com/wp-content/uploads/2026/11/image-1634.png)
















请登录后查看评论内容