Agent Session 和第三方消息平台

来源：一次关于 OpenAI Agents SDK、Claude Agent SDK、Telegram / Discord Agent 产品架构的讨论整理。
核心问题：无状态 Chat API 里，Agent 如何恢复上下文？第三方消息平台的价值在哪里？

一句话结论

面向 Telegram、Discord、Slack 这类平台的 Agent 产品，最关键的架构分层是：

第三方平台负责 Message Store 和用户入口；
Agent 后端负责 Session Routing、Task State、Tool Runtime 和长期记忆。

这类产品的聪明之处，不是重新做一个聊天系统，而是把成熟通讯平台当作 Agent I/O 层。

1. Message 和 Session 是两层东西

很多人容易把消息历史和 Agent session 混在一起。

实际上它们应该分开理解：

Message Store：
用户实际看到的聊天消息。

Agent Session：
Agent runtime 用来继续推理、恢复上下文、记录工具调用的会话状态。

Telegram / Discord 已经提供：

用户身份
chat_id / channel_id / thread_id
message_id
消息历史
图片 / 文件附件
回复关系
通知
多端同步
基础 UI
群组 / 私聊

Agent 系统自己不一定要一开始就实现完整 Chat 产品层。

它可以集中做好：

conversation key → agent session

2. OpenAI Agents SDK：Session 更像应用数据库组件

OpenAI Agents SDK 的 session 抽象更贴近 Web App。

典型形式是：

session = SQLAlchemySession.from_url(
    session_id,
    url=DATABASE_URL,
    create_tables=True,
)
 
result = await Runner.run(
    agent,
    user_message,
    session=session,
)

它的心智模型是：

每次请求：用同一个 session_id 打开同一个 session store。

SDK 会自动做两件事：

Before run:
从 session 里取出历史 items，拼到本次 input 前面。

After run:
把本次 user input、assistant output、tool call 等新增 items 写回 session。

所以对于无状态 HTTP Chat API：

POST /chat
POST /chat
POST /chat

如果要延续上下文，每次请求都需要根据 chat_id 找到同一个 openai_session_id，重新构造 session 对象，再传给 Runner.run(...)。

3. Claude Agent SDK：Session 更像本地 runtime transcript

Claude Agent SDK 的 query() 默认更像本地 Agent runtime。

如果每次调用都是独立 request，默认会创建新 session。

所以要继续旧会话，需要：

options = ClaudeAgentOptions(
    resume=claude_session_id,
)
 
async for message in query(
    prompt=user_message,
    options=options,
):
    ...

它的心智模型是：

每次请求：告诉 Claude runtime 恢复某个已经存在的 session transcript。

第一次请求没有 session_id，不需要 resume；运行结束后从结果里捕获 session_id，保存映射。

后续请求才使用：

chat_id → claude_session_id → resume

注意：continue_conversation=True 更适合单用户、单目录、最近会话续接，不适合多用户 Chat / Bot。

4. Claude 和 OpenAI 的关键区别

可以这样对比：

Claude:
每次 query 默认新 session；
要继续旧会话，需要 ClaudeAgentOptions(resume=session_id)。

OpenAI:
每次 Runner.run 只要传同一个 session object / session_id backing store；
SDK 会自动读取历史并写回。

更工程化地说：

Claude 的恢复入口是 resume 参数。
OpenAI 的恢复入口是 Session backend。

但二者共同点是：

应用层都需要维护 conversation_key → agent_session_id 的映射。

5. 第三方消息平台 Agent 的架构优势

基于 Telegram / Discord 的 Agent 产品很聪明，因为它复用了第三方平台的 Message Store。

如果自己做 Chat Agent SaaS，需要从零实现：

登录系统
用户表
会话列表
message 表
文件上传
消息渲染
移动端通知
多端同步
群组 / thread
权限
搜索
删除 / 导出
反垃圾
速率限制

接入 Telegram / Discord 后，这些被平台承担了很大一部分。

Agent 后端的核心路径变成：

Platform Adapter
  ↓
Session Router
  ↓
Agent Runtime
  ↓
Reply Adapter

也就是：

Telegram message
  → resolve conversation key
  → load/create agent session
  → run agent
  → send reply

6. 推荐的数据表抽象

一个最小 session mapping 可以是：

CREATE TABLE platform_sessions (
  id TEXT PRIMARY KEY,
  platform TEXT NOT NULL,
  platform_chat_id TEXT NOT NULL,
  platform_thread_id TEXT,
  agent_provider TEXT NOT NULL,
  agent_session_id TEXT NOT NULL,
  created_at TIMESTAMP,
  updated_at TIMESTAMP,
 
  UNIQUE(platform, platform_chat_id, platform_thread_id, agent_provider)
);

如果再加 run trace：

CREATE TABLE agent_runs (
  id TEXT PRIMARY KEY,
  platform TEXT NOT NULL,
  platform_chat_id TEXT NOT NULL,
  platform_message_id TEXT,
  agent_session_id TEXT,
  status TEXT,
  final_output TEXT,
  error_json TEXT,
  created_at TIMESTAMP,
  finished_at TIMESTAMP
);

注意这里可以不存完整 message content，因为原始消息已经在平台上。

但生产系统最好保存必要的派生状态：

session mapping
task summary
durable memory
tool artifacts
final outputs
important decisions
attachments metadata
run trace

7. 这个架构的边界

平台消息历史不等于 Agent session transcript

用户看到的消息和 Agent runtime 记录的 tool calls、tool results、内部推理上下文不是同一层。

Platform message history ≠ Agent session transcript

平台历史不一定适合长期记忆

Telegram / Discord 虽然保存消息，但不一定方便：

高效检索
完整拉取历史
附件解析
处理消息删除 / 编辑
跨平台统一

所以长期记忆最好还是自己做摘要、索引和状态管理。

conversation key 不能只用 chat_id

不同平台模型不同：

Telegram: chat_id + thread_id / topic_id
Discord: guild_id + channel_id + thread_id
Slack: team_id + channel_id + thread_ts

推荐抽象为：

conversation_key = platform + workspace + channel + thread + user scope

最终总结

OpenAI Agents SDK 的 session persistence 更接近应用开发框架，尤其是 SQLAlchemySession 这种设计，天然适合接入业务数据库；Claude Agent SDK 的 session 更像本地 Agent runtime 的 transcript/resume 机制，适合本地或 workspace 级任务，但做多用户 Chat SaaS 需要额外 session routing。

基于 Telegram / Discord 构建 Agent 的优势在于：第三方平台已经承担了 Chat UI、用户身份、消息持久化、通知和多端同步。Agent 后端可以只维护 conversation key 到 agent session 的映射，并专注于 Agent runtime、工具调用、任务状态和长期记忆。

浏览器 Agent 可控 Agent 范式