Postgres Chat Memory: Gemini fallback writes “user” type messages causing “Got unexpected type: user” deserialization error

快速结论：该问题通常出现在 AI Agent 节点以 Anthropic 为主模型、Google Gemini 为 fallback 模型，并使用 Postgres Chat Memory 持久化会话的场景：Gemini 执行时写入的消息被保存为 type: "user"，下一次读取同一会话时 LangChain 的反序列化抛出 Got unexpected type: user。优先排查对话记忆表中 Gemini 写出消息的 type 字段，而不是先怀疑模型或网络。

适用环境：n8n 2.27.4、Docker 自托管、Ubuntu 24.04、Node.js v24.16.0、SQLite 默认数据库、regular 执行模式；Issues 调试信息中 database 为 sqlite，而问题涉及 Postgres Chat Memory 节点，两者需注意区分。

最快修复方案：暂无确认的一步修复方案。Issue 中提出的修复思路是在 PostgresChatMemory.ts 的 saveContext 写入前，将 "user" 规范化为 "human"（并可将 "assistant" 映射为 "ai"），但该方案属于讨论中的建议，未被标记为已验证并合并的修复。

注意事项：Issue 已被维护者以“3 个月无近期活动”为由关闭，关闭不代表问题已修复或已确认根因。上述规范化属于代码层修改，需自行承担升级覆盖、回归测试和库兼容性风险；不建议用打 zip 补丁的方式绕过，讨论中也认为该方式风险较高。

问题场景

用户在工作流中使用 n8n 的 AI Agent 节点，主 LLM 配置为 Anthropic，fallback LLM 配置为 Google Gemini，并为该 Agent 接入 Postgres Chat Memory 保存会话历史。当某次执行由 Gemini 负责生成回复后，写入记忆表的消息类型是 "user"；同一会话收到下一条消息时，Agent 读取历史记录并反序列化，直接抛出类型错误而失败。

报错原文

Got unexpected type: user

原因分析

根据 Issue 讨论，最可能的原因是：Postgres Chat Memory 在写入时没有规范化消息的 type 字段，Gemini 内部使用的角色名 "user"（与 OpenAI 的角色命名习惯一致）被原样序列化进 Postgres。

LangChain 的 StoredMessage 接口对 type 接受任意字符串，但 @langchain/core 的 mapStoredMessageToChatMessage 反序列化时只处理 "human"、"ai"、"system"、"tool" 和 "generic"，因此遇到 "user" 就报 Got unexpected type: user。讨论认为，真正的修复点应在 n8n 聊天记忆层的序列化边界，而不是改动 LangChain 的严格反序列化逻辑。

环境排查

确认 n8n 版本：Issues 中为 2.27.4，其他版本是否有相同行为未验证。
确认部署方式：Docker 自托管，Ubuntu 24.04。
确认 Node.js 版本：v24.16.0。
确认 AI Agent 节点的主 LLM 与 fallback LLM 配置，尤其是 Anthropic 主模型 + Gemini fallback 的组合。
确认 Postgres Chat Memory 节点的表结构与连接配置，检查历史记录中是否存在 type 为 "user" 的记录。
注意 Issues 调试信息里 database 为 sqlite，需核对实际触发错误的会话存储是否确为 Postgres Chat Memory。
确认 @langchain/core 及相关 LangChain 依赖版本，但 Issue 未给出具体版本号，不能据此判断兼容范围。

解决步骤

在 Postgres Chat Memory 对应的会话表中，定位由 Gemini fallback 执行产生的消息记录，确认其 type 字段为 "user" 而非期望的 "ai"。
清理或修正已污染的会话记录：把 Gemini 写出的、本应属于 AI 回复的 "user" 记录改为 "ai" 或在确认不影响业务后删除该会话，使下一次读取不再触发反序列化异常。此操作为基于错误原因的推断性应急处理，Issue 中没有明确验证记录。
可优先尝试的代码层修复：在 packages/nodes-base/nodes/LangChain/ChatMemory/PostgresChatMemory/PostgresChatMemory.ts 的 saveContext 写入 Postgres 前，对消息 type 做规范化，将 "user" 映射为 "human"，并将 "assistant" 映射为 "ai"，使存储层不依赖各 LLM 提供商的内部角色命名。
修改后在测试环境重新跑用 Anthropic 主模型 + Gemini fallback 的 AI Agent 工作流，覆盖 fallback 被触发的场景。
如果无法自行改源码，可关注或重新提交该 Issue，附上复现步骤和记忆表记录，推动在 PostgresChatMemory 节点内落地正式修复。

验证方法

让一次工作流执行由 Gemini fallback 负责回复，然后检查 Postgres Chat Memory 表中对应消息的 type 是否为 "ai"（或规范化后的 "human"/"ai" 映射结果符合预期）；再向同一会话发送下一条消息，确认 Agent 读取历史时不再抛出 Got unexpected type: user，且能正常继续对话。