# n8n AI Agent 记忆教程：两个聊天会话不串内容，换新会话后从头开始

n8n AI Agent 记忆教程。已保存本地单item的解析key和实际读取上下文，换新key保留旧历史；n8n/LLM原生会话未执行。

## 开始

先读 task.md 和 prompt.md。starter 是可打开但未实现任务逻辑的起点工程，reference 是本站人工完成的参考。目标代理没有参与生成此次原生账号会话，不能把参考代码称为该产品已执行结果。

```bash
python3 -m http.server 8073 --directory reference
```

HTTP网页访问 http://127.0.0.1:8073/ ，按顺序点击输入、操作和导出控件。8073是示例端口，可自行换用空闲端口。

## 文件

- starter/：起点工程及明确需求。
- reference/：可运行人工参考、原创输入和实际运行结果。
- task.md：七步任务和独立验收。
- verify.py：回读实际下载文件、结果结构和边界的检查。
- native-*-draft.*（若有）：原生结构草案，明确未完成导入/运行验证。

## 本题操作要点

1. 使用session-a/session-b/session-a-new三键，单次只提交一个item。本站参照不运行LLM，而是直接显示解析后的键与读取历史。

2. 原生草案含Chat Trigger、Agent、Simple Memory，需自己接有权使用的模型；官方限制非queue单进程，不能推广到生产队列。

3. 每次先取histories[key]，再按窗口截取上下文。事件写入resolvedSessionKey、inputItems、contextBefore和contextForModel，不能只看暗号有没有出现在回答中。

4. 交替写入A-7K2M与B-9P4Q，再分别追问；contextBefore应只含本键来源句。对话输出没有用来推断隔离。

5. 选择session-a-new，第一次contextBefore为空；右侧旧session-a历史仍在，因此换key不等于删除旧记录。

6. 本地窗口单位为用户记录，不是n8n的完整interaction。原生Context Window Length与实际传给模型的历史需在原生版本中另存证据。

7. memory-evidence.json包含全部真实参照事件与各键历史。Session Key只是分区键，不替代身份鉴权；不要把几条样例正确写为生产零泄漏。

## 官方依据

- https://docs.n8n.io/integrations/builtin/cluster-nodes/sub-nodes/n8n-nodes-langchain.memorybufferwindow

Google与抖音查询词是内容目标，不代表实测搜索量、热榜或流量结果。

官方原生配图依据（不是本站原生执行结果）：
- https://blog.n8n.io/build-multi-domain-rag-systems-with-specialized-knowledge-bases/