企业官网建设流程全解析

agno 如何用 continue_from 回退到历史消息点，或 fork 出新的 run 与 session？

【免费下载链接】agnoBuild, run, and manage agent platforms.项目地址: https://gitcode.com/GitHub_Trending/ag/agno

如果你已经跑完（或跑挂过）一个 agno Agent 的 run，想在某个历史消息位置重新接上去、或者从某个状态分叉出一条互不影响的新对话，就需要用/continue能力：用continue_from指定回退到哪个消息点，用fork=True显式 fork 出新的 sibling run，或用fork_session()把整个 session 复制到一个新 session。本文基于 cookbook 中的三个可运行示例（01_continue_from.py、02_fork_run.py、01_fork_session.py）给出完整操作路径。

前提：先让 run 可回退

/continue系列能力建立在持久化的 run 之上。按 18_checkpointing/README.md 的说明：

• 默认的checkpoint="runs"只在终态（COMPLETED、PAUSED、CANCELLED、ERROR）写库；
• checkpoint="tool-batch"在每个 tool batch 之后写一次，这份中途持久化正是/continue能回退、能 fork 的基础；
• checkpoint="tools"（逐 tool 写）留给 3.0，目前会抛NotImplementedError。

所以示例中的 Agent 统一配置了db和checkpoint="tool-batch"。示例使用的模型为OpenAIResponses(id="gpt-5.4")，运行前需要OPENAI_API_KEY（TEST_LOG.md 中标注了示例依赖该 key）。01 示例用本地 SQLite（tmp/checkpoint_time_travel.db），02 示例用 Postgres：

from agno.agent import Agent from agno.db.sqlite import SqliteDb from agno.models.openai import OpenAIResponses agent = Agent( name="travel-agent", model=OpenAIResponses(id="gpt-5.4"), db=SqliteDb( session_table="checkpoint_demo", db_file="tmp/checkpoint_time_travel.db", ), checkpoint="tool-batch", tools=[get_population], # 示例中的 mock 工具 )

continue_from 的三种边界写法

continue_from决定回退到哪个消息位置，有三种写法（见 20_time_travel/README.md）：

无论选哪种边界，边界都会自动吸附到 tool-call 安全索引：如果截断会把 assistant 的 tool_call 与其 result 拆散，边界会回移到该 exchange 的开头，保证恢复后的 transcript 始终合法。

回退到历史消息点并继续

先跑一个基础 run，拿到run_id和session_id：

first = await agent.arun(input="What is the population of Paris?") # first.run_id / first.session_id 是后续所有 /continue 操作的定位参数

然后用acontinue_run指定边界回退并传入新的input。回退到最后一条 user 消息之后、换一个问题：

rewound = await agent.acontinue_run( run_id=first.run_id, session_id=first.session_id, continue_from="last_user", input="Actually, what is the population of Tokyo instead?", )

当"end"/"last_user"落不到你想要的位置时（比如还要多丢掉一组 tool 结果），用数字索引。示例中先用 1 起序号打印first.messages找出目标位置，再把索引从len(run.messages)往前数出 K 传入：

for i, m in enumerate(first.messages or [], start=1): print(f" [{i}] {m.role}: {(m.content or '')[:60]}") rewound_to_index = await agent.acontinue_run( run_id=first.run_id, session_id=first.session_id, continue_from=1, # 只保留第 1 条消息（原始用户问题） input="Instead, what is the population of Tokyo?", )

需要说明：对COMPLETED的 run 执行/continue会自动 fork出一个新的 sibling run（保持 "1 run = 1 model loop" 约定），源 run 原样保留。所以这里的rewound并不是在原地改写first，而是同一 session 里的一个新 run。

显式 fork 出新的 run

如果对象不是 COMPLETED run（例如中途被取消、还在 RUNNING），想让/continue明确创建 sibling 而不是原地恢复，传fork=True。02 示例（02_fork_run.py）展示了从已知状态分叉的用法——例如从同一个状态出发跑不同 prompt 做 eval 或 A/B 对比：

fork = await agent.acontinue_run( run_id=original.run_id, session_id=original.session_id, continue_from="last_user", input="What's the weather in Tokyo and Lagos?", )

fork 出来的 run 带三个可核对的字段：

• run_id：全新的 run id；
• forked_from_run_id：指向源 run；
• forked_from_message_index：截断索引；
• session_id：与源 run 相同——fork 和源 run 共存于同一个 session，session 的runs数组因此形成一个 DAG（每个 fork 通过forked_from_run_id指回来源）。

对应的服务端入口是POST /runs/{run_id}/continue（见 21_fork_session/README.md 中的对照表）。

fork 出新的 session

run 级 fork 是"同一个 session 内多一条 run"；如果你想把整个对话复制出去、开一条完全独立的对话线，用fork_session()。它会深拷贝源 session 的每个 run，生成全新的session_id和全新的run_id，源 session 不受影响（对应入口POST /sessions/{session_id}/fork）：

original_sid = "trip-planning-original" user_id = "demo-user" # 先在源 session 里积累两轮对话 await agent.arun(input="I'm planning a trip to Japan...", session_id=original_sid, user_id=user_id) await agent.arun(input="Tell me more about Kyoto.", session_id=original_sid, user_id=user_id) # 分叉：拿到一个全新的 session_id new_sid = await agent.afork_session( source_session_id=original_sid, user_id=user_id, )

之后可以在两个 session 中各自独立继续，互不影响：

forked_run = await agent.arun( input="Actually, what about Osaka's street food scene?", session_id=new_sid, user_id=user_id, ) original_run = await agent.arun( input="Which Kyoto temples are must-see?", session_id=original_sid, user_id=user_id, )

两点注意：

• 源 session 按调用方的user_id作用域读取——你只能 fork 自己的 session；
• 血缘字段有两层：run.forked_from_session_id记录 run 的最初源 session（跨嵌套 fork 保持不变）；session.session_data["forked_from_session_id"]记录直接父 session（每次再 fork 会被覆盖）。对 root → mid → leaf 的链，leaf.runs[*].forked_from_session_id == root，而leaf.session.session_data["forked_from_session_id"] == mid。

fork 与 fork_session 的区分：

验证回退与 fork 的结果

三个示例都给出了同一类核对方式：直接查库里的 session，确认源 run 保留、fork 已加入。

run 级（01 / 02 示例末尾）：

session = agent.db.get_session(session_id=first.session_id, session_type="agent") print(f"Runs in session: {len(session.runs or [])} (source preserved, forks added)") # 02 示例进一步逐条打印每个 run 的来源 for r in session.runs or []: marker = f" (forked from {r.forked_from_run_id})" if r.forked_from_run_id else "" print(f" - {r.run_id} [{r.status}]{marker}")

判断依据：len(session.runs)随每次 fork 增加；新 run 的forked_from_run_id非空且指向源 run；源 run 的status保持原值。

session 级（01_fork_session.py 末尾）：

for sid, label in [(original_sid, "original"), (new_sid, "forked")]: s = agent.db.get_session(session_id=sid, session_type="agent") forked_from_session_id = (s.session_data or {}).get("forked_from_session_id") print(f"{label}: {sid} ({len(s.runs or [])} runs)" + (f" forked_from_session_id={forked_from_session_id}" if forked_from_session_id else ""))

判断依据：original 的 run 数不变、无forked_from_session_id；forked session 携带forked_from_session_id，且 run 数与源一致（全部为副本）。

限制与相近能力

• continue_from="last_user"会丢掉 user 之后的整段尾部（tool_calls、结果、回复），tool 会被重新调用；如果只想"重跑最后的总结、保留工具结果"，用regenerate=True——它只丢弃末尾无 tool 调用的 assistant 回合，永不重调 tool，且总是 fork 出新 run（replace_original=False可让源 run 保持可见以便对比）。对照见 19_regenerate/README.md 中的比较表。
• 数字边界K的取值需要先发现合法索引：直接检查run.messages（示例做法），或调用 checkpoint timeline 接口（参考 03_checkpoint_endpoints.py）。
• 边界自动吸附到 tool-call 安全索引，无需手工保证 K 落在"安全"位置。
• 回退/fork 依赖checkpoint="tool-batch"提供的中途持久化；它是session.runsJSON 列上的真实写放大，文档建议用于长研究类 run，而非高频闲聊 agent。

运行示例

.venvs/demo/bin/python cookbook/02_agents/20_time_travel/01_continue_from.py .venvs/demo/bin/python cookbook/02_agents/20_time_travel/02_fork_run.py .venvs/demo/bin/python cookbook/02_agents/21_fork_session/01_fork_session.py

需要进一步看 checkpoint 与/continue的接口细节，可继续读 18_checkpointing/；只想重做最后一条回答则看 19_regenerate/。

【免费下载链接】agnoBuild, run, and manage agent platforms.项目地址: https://gitcode.com/GitHub_Trending/ag/agno