在agentspace workspace中快速定位历史会话需按路径workspace/agents/{agent_name}/context/{session_id}/访问，查看transcript.jsonl获取完整记录，并可用sessionsearchtool检索或snapshot/目录还原状态。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要在 AgentSpace Workspace 中快速定位并查看某次历史会话的完整记录，必须明确会话存储路径与访问方式，否则直接在根目录下盲目搜索只会浪费时间。
确认会话存储位置
AgentScope 的会话数据默认按会话 ID 分目录隔离存放，路径固定为：workspace/agents/{agent_name}/context/{session_id}/。
其中 {agent_name} 是你在 AGENTS.md 中定义的智能体名称（如 “customer_support_v2”），{session_id} 是调用时传入的唯一字符串（如 “sess-20260823-alice”）。
若不确定具体 session_id，可先打开 workspace/agents/{agent_name}/context/ 目录，里面每个子文件夹名即为一个活跃或已结束的会话 ID。
读取会话原始日志文件
进入对应 {session_id} 文件夹后，查找名为 transcript.jsonl 的文件——这是该会话的完整事件流记录，采用 JSONL 格式逐行存储每条消息、工具调用、状态转移和终止事件。
用任意文本编辑器或命令行工具（如 cat、less、jq）打开它即可浏览原始对话。例如在终端中执行：jq -r '.payload.content // .event_type' transcript.jsonl 可提取所有用户/助手内容与关键事件类型。
注意：不要手动修改或删除 transcript.jsonl，【该文件是只追加写入的不可变日志，损坏后无法恢复】。
通过 SessionSearchTool 快速检索
方法一：使用内置搜索工具（需已启用）
向当前 Agent 发送指令：“搜索会话：包含‘退款申请’且发生在 2026-08-15 之后”。
UP 简历 AI 求职助手。创建专业简历、搜索校招/社招/实习岗位、JD 对照优化、简历诊断、每日求职监控、智能投递指导。当用户说"创建简历"、"编辑简历"、"搜索校招"、"找工作"、"优化简历"、"投递"、"监控校招"时使用。
系统将自动调用 SessionSearchTool，扫描所有 transcript.jsonl 文件中的 message 事件 payload.content 字段，并返回匹配的会话 ID 列表及上下文片段。
方法二：手动触发关键词索引查询
确保 tools/session_search_tool.py 已存在且可执行 → 在控制台输入 “启用会话搜索” → 等待索引构建完成（首次约需 10–60 秒，取决于日志总量）→ 输入 “search: docker deploy” 即可获得含这两个词的会话摘要。
还原会话快照状态
第一步：定位快照文件夹
在 {session_id} 目录下查找是否存在 snapshot/ 子目录。
第二步：检查快照内容
若存在，进入 snapshot/ 查看 latest.pkl 或 state.json —— 这是该会话最后一次保存的内存与工具执行上下文快照，可用于调试中断点或状态不一致问题。
第三步：加载快照（仅限开发调试）
使用 Python 加载 latest.pkl 需依赖相同版本的 AgentScope 运行时；直接读取 state.json 更安全，它以纯 JSON 记录 Memory、ToolExecutionContext 等结构化状态。
