> Discover all available pages from the documentation index: https://mastra.zisheng.pro/llms.txt

# summarizeConversation()

独立的 `summarizeConversation()` 函数可一次性汇总对话。它使用支持 [Observational Memory](https://mastra.zisheng.pro/reference/memory/observational-memory) 的同一套 Observer 机制提炼传入的消息，无需将 Observational Memory 附加到 Agent，也不会读取或写入存储。

任何内容都不会写回 memory。摘要和提取的值会返回给你（也会传给每个 extractor 的 `onExtracted` hook），因此你可以自行决定它们的去向，例如自己的数据库。

当你已持有消息并希望明确控制汇总内容时，请使用此函数。对于通过 ID 标识的已存储 thread，请使用 [`Memory.summarizeThread()`](https://mastra.zisheng.pro/reference/memory/summarizeThread)，它会为你加载消息。

## 使用示例

```typescript
import { summarizeConversation } from '@mastra/memory'

const result = await summarizeConversation({
  model: 'openai/gpt-5-mini',
  messages,
  instructions: 'Summarize this voicemail call for the business owner.',
})
```

## 参数

**model** (`string | LanguageModel | DynamicModel`): 执行汇总的模型，例如 '\_\_GATEWAY\_OPENAI\_MODEL\_MINI\_\_' 这样的 router 字符串。

**messages** (`MastraDBMessage[]`): 要汇总的对话。为空时，函数不会调用模型，而是返回空结果。

**instructions** (`string`): 附加到 summarizer system prompt 的额外指导，例如应关注的内容或摘要的目标读者。

**extract** (`Extractor[]`): 要在对话上运行的 Extractor。带 Zod schema 的 Extractor 会通过后续结构化输出调用运行；不带 schema 的 Extractor 会以内联方式提取。每个 Extractor 的 onExtracted hook 都会收到提取的值。

**threadId** (`string`): 对话所属的 thread。默认为在 messages 中找到的第一个 threadId。该值会传给 Extractor 上下文。

**resourceId** (`string`): 对话所属的 resource（用户）。默认为在 messages 中找到的第一个 resourceId。该值会传给 Extractor 上下文。

**memory** (`Memory`): 转发给 Extractor 上下文的 Memory 实例。通过 Memory.summarizeThread() 调用时会自动设置。

**mastra** (`Mastra`): 用于解析自定义 gateway 模型的 Mastra 实例。通过 Memory.summarizeThread() 调用时会自动设置。

**requestContext** (`RequestContext`): 转发给 summarizer 模型和 Extractor hook 的请求上下文。

**abortSignal** (`AbortSignal`): 用于取消汇总调用的信号。

## 返回值

**summary** (`string`): 从对话中提炼出的观察结果，以信息密集的项目符号形式呈现。

**extracted** (`Record<string, unknown>`): extract 中的 Extractor 生成的值，以 Extractor slug 为键。

**extractionFailures** (`{ slug: string; error: string }[]`): 未能生成有效值的 Extractor 及失败原因。仅在至少一个 Extractor 失败时存在。

**usage** (`{ inputTokens?: number; outputTokens?: number; totalTokens?: number }`): 汇总调用的 token 用量。

## 扩展使用示例

以下示例汇总应用已持有消息中的进行中语音会话，并提取一条结构化记录：

```typescript
import { summarizeConversation, Extractor } from '@mastra/memory'
import type { MastraDBMessage } from '@mastra/core/agent'
import { z } from 'zod'
import { sessionRecords } from './db'

const sessionSummary = new Extractor({
  name: 'session-summary',
  instructions: 'Return a concise summary of the session.',
  schema: z.object({
    summary: z.string(),
    sentiment: z.enum(['positive', 'neutral', 'negative']),
    followUps: z.array(z.string()),
  }),
  metadataKeyPath: false, // don't persist into memory metadata — the hook owns storage
  onExtracted: async ({ current, threadId }) => {
    await sessionRecords.upsert({ sessionId: threadId, record: current })
  },
})

export async function onSessionEnd(messages: MastraDBMessage[]) {
  const { summary, extracted, extractionFailures } = await summarizeConversation({
    model: 'openai/gpt-5-mini',
    messages,
    instructions: 'Summarize this support session for the account manager.',
    extract: [sessionSummary],
  })

  if (extractionFailures?.length) {
    console.warn('Some extractors failed', extractionFailures)
  }

  return { summary, extracted }
}
```

### 相关

- [.summarizeThread()](https://mastra.zisheng.pro/reference/memory/summarizeThread)
- [Memory Class 参考文档](https://mastra.zisheng.pro/reference/memory/memory-class)
- [Observational Memory](https://mastra.zisheng.pro/reference/memory/observational-memory)