跳到主要内容

Memory.summarizeThread()

.summarizeThread() 方法可一次性汇总 thread 的对话。它从存储中加载 thread 消息，并使用支持 Observational Memory 的同一套 Observer 机制进行提炼；这是一次独立调用，无需将 Observational Memory 附加到 Agent。

消息从最新一条开始逐页加载，并受 lastMessages 和 maxInputTokens 限制，因此汇总较长的 thread 时不会从存储中读取其全部历史记录。

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。

当会话结束且你希望获取整个对话的摘要或结构化提取结果时（例如语音通话挂断时），请使用此方法。对于你已持有的消息（无需从 thread 加载），请改用独立的 summarizeConversation() 函数。它接受相同的选项，只是用 messages 代替 threadId。

使用示例
使用示例的直接链接

const result = await memory.summarizeThread({
  model: 'openai/gpt-5-mini',
  threadId: 'thread-123',
  instructions: 'Summarize this voicemail call for the business owner.',
})

参数
参数的直接链接

threadId:

string
要汇总的 thread 的唯一标识符。

model:

string | LanguageModel | DynamicModel
执行汇总的模型，例如 '__GATEWAY_OPENAI_MODEL_MINI__' 这样的 router 字符串。

resourceId?:

string
拥有该 thread 的 resource ID。如果提供，则验证 thread 所有权。该值也会传给 Extractor 上下文。

lastMessages?:

number
仅汇总 thread 的最后 N 条消息。默认加载整个 thread，但受 maxInputTokens 限制。

maxInputTokens?:

number
= 1000000
当收集的消息超过此估算 token 数量时，停止加载更早的消息。最新消息始终会包含在内。

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。

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
返回值的直接链接

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
扩展使用示例的直接链接

以下示例汇总已结束的语音通话，并在应用自己的数据库中存储结构化记录：

src/call-summary.ts
import { Extractor } from '@mastra/memory'
import { z } from 'zod'
import { memory } from './mastra/memory'
import { callRecords } from './db'

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

export async function onCallEnd(threadId: string, resourceId: string) {
  await memory.summarizeThread({
    model: 'openai/gpt-5-mini',
    threadId,
    resourceId,
    instructions: 'Summarize this voicemail call for the business owner.',
    extract: [callSummary],
  })
}
On this page