devbox
Li_阴宅
这个屌丝很懒，什么也没留下！
关注作者
热门标签
热门文章
当前位置:   article > 正文

[AI Mem0] 结合Mem0编写有状态AI应用，让应用更智能、更个性化_mem0 个性化记忆

作者：Li_阴宅 | 2024-08-18 08:28:04

赞

踩

mem0 个性化记忆

要点

看下，如何结合 Mem0 编写 app

  • memory 先 search
  • 将 search 得到的 memory 附在 prompt 中发给 LLM
  • 最后 memory add

概述

如何在现有应用程序中使用Mem0？

使用Mem0，你可以创建基于大型语言模型的有状态应用程序，如聊天机器人、虚拟助手或AI代理。Mem0通过提供一个记忆层来增强你的应用程序，使响应：

  • 更加个性化
  • 更加可靠
  • 通过减少大型语言模型交互次数来降低成本
  • 更加吸引人
  • 支持长期记忆

示例

以下是一些关于如何将Mem0集成到各种应用程序中的示例：

个性化AI导师

您可以使用Mem0创建一个个性化的AI导师。本指南将引导您完成必要的步骤，并提供完整的代码以帮助您入门。

概述

个性化AI导师利用Mem0在交互过程中保留信息，从而实现定制的学习体验。通过与OpenAI的GPT-4模型集成，导师可以为用户查询提供详细且具有上下文感知的响应。

设置

在开始之前，请确保您已安装所需的依赖项。您可以使用pip安装必要的软件包：

pip install openai mem0ai

  • 1
完整代码示例

以下是使用Mem0创建和与个性化AI导师互动的完整代码：

from openai import OpenAI
from mem0 import Memory
import os

# 设置OpenAI API密钥
os.environ['OPENAI_API_KEY'] = 'sk-xxx'

# 初始化OpenAI客户端
client = OpenAI()

class PersonalAITutor:
    def __init__(self):
        """
        初始化PersonalAITutor，配置内存和OpenAI客户端。
        """
        config = {
            "vector_store": {
                "provider": "qdrant",
                "config": {
                    "host": "localhost",
                    "port": 6333,
                }
            },
        }
        self.memory = Memory.from_config(config)
        self.client = client
        self.app_id = "app-1"

    def ask(self, question, user_id=None):
        """
        向AI提问并将相关信息存储在内存中

        :param question: 提问的问题。
        :param user_id: 可选的用户ID，用于关联内存。
        """
        # 向AI发送一个流式聊天完成请求
        stream = self.client.chat.completions.create(
            model="gpt-4",
            stream=True,
            messages=[
                {"role": "system", "content": "你是一个个人AI导师。"},
                {"role": "user", "content": question}
            ]
        )
        # 将问题存储在内存中
        self.memory.add(question, user_id=user_id, metadata={"app_id": self.app_id})

        # 实时打印AI的响应
        for chunk in stream:
            if chunk.choices[0].delta.content is not None:
                print(chunk.choices[0].delta.content, end="")

    def get_memories(self, user_id=None):
        """
        获取与给定用户ID关联的所有记忆。

        :param user_id: 可选的用户ID，用于过滤记忆。
        :return: 记忆列表。
        """
        return self.memory.get_all(user_id=user_id)

# 实例化PersonalAITutor
ai_tutor = PersonalAITutor()

# 定义一个用户ID
user_id = "从零开始学AI"

# 提问
ai_tutor.ask("我在学习计算机科学入门。什么是队列？简要说明。", user_id=user_id)

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61
  • 62
  • 63
  • 64
  • 65
  • 66
  • 67
  • 68
  • 69
获取记忆

您可以随时使用以下代码获取所有记忆：

memories = ai_tutor.get_memories(user_id=user_id)
for m in memories:
    print(m['text'])

  • 1
  • 2
  • 3
关键点
  • 初始化：PersonalAITutor类通过必要的内存配置和OpenAI客户端设置进行初始化。
  • 提问：ask方法向AI发送问题，并将相关信息存储在内存中。
  • 获取记忆：get_memories方法获取与用户关联的所有存储记忆。
结论

随着对话的进行，Mem0的记忆会根据交互自动更新，提供持续改进的个性化学习体验。此设置确保AI导师能够提供上下文相关且准确的响应，增强整体教育过程。

客户支持AI代理

您可以使用Mem0创建一个个性化的客户支持AI代理。本指南将引导您完成必要的步骤，并提供完整的代码以帮助您入门。

概述

客户支持AI代理利用Mem0在交互过程中保留信息，从而实现个性化和高效的支持体验。

设置

使用pip安装必要的软件包：

pip install openai mem0ai

  • 1
完整代码示例

以下是使用Mem0创建和与客户支持AI代理互动的简化代码：

from openai import OpenAI
from mem0 import Memory
import os

# 设置OpenAI API密钥
os.environ['OPENAI_API_KEY'] = 'sk-xxx'

class CustomerSupportAIAgent:
    def __init__(self):
        """
        初始化CustomerSupportAIAgent，配置内存和OpenAI客户端。
        """
        config = {
            "vector_store": {
                "provider": "qdrant",
                "config": {
                    "host": "localhost",
                    "port": 6333,
                }
            },
        }
        self.memory = Memory.from_config(config)
        self.client = OpenAI()
        self.app_id = "customer-support"

    def handle_query(self, query, user_id=None):
        """
        处理客户查询并将相关信息存储在内存中。

        :param query: 处理的客户查询。
        :param user_id: 可选的用户ID，用于关联内存。
        """
        # 向AI发送一个流式聊天完成请求
        stream = self.client.chat.completions.create(
            model="gpt-4",
            stream=True,
            messages=[
                {"role": "system", "content": "你是一个客户支持AI代理。"},
                {"role": "user", "content": query}
            ]
        )
        # 将查询存储在内存中
        self.memory.add(query, user_id=user_id, metadata={"app_id": self.app_id})

        # 实时打印AI的响应
        for chunk in stream:
            if chunk.choices[0].delta.content is not None:
                print(chunk.choices[0].delta.content, end="")

    def get_memories(self, user_id=None):
        """
        获取与给定客户ID关联的所有记忆。

        :param user_id: 可选的用户ID，用于过滤记忆。
        :return: 记忆列表。
        """
        return self.memory.get_all(user_id=user_id)

# 实例化CustomerSupportAIAgent
support_agent = CustomerSupportAIAgent()

# 定义一个客户ID
customer_id = "从零开始学AI"

# 处理客户查询
support_agent.handle_query("我需要帮助处理我的最近订单。它还没有到达。", user_id=customer_id)

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61
  • 62
  • 63
  • 64
  • 65
  • 66
获取记忆

您可以随时使用以下代码获取所有记忆：

memories = support_agent.get_memories(user_id=customer_id)
for m in memories:
    print(m['text'])

  • 1
  • 2
  • 3
关键点
  • 初始化：CustomerSupportAIAgent类通过必要的内存配置和OpenAI客户端设置进行初始化。
  • 处理查询：handle_query方法向AI发送查询，并将相关信息存储在内存中。
  • 获取记忆：get_memories方法获取与客户关联的所有存储记忆。
结论

随着对话的进行，Mem0的记忆会根据交互自动更新，提供持续改进的个性化支持体验。

个性化AI旅行助手

使用Mem0创建一个个性化AI旅行助手。本指南提供分步指导和完整的代码以帮助您开始。

概述

个性化AI旅行助手使用Mem0在交互之间存储和检索信息，提供量身定制的旅行规划体验。它与OpenAI的GPT-4模型集成，以提供详细且具有上下文意识的用户查询响应。

设置

使用pip安装所需的依赖项：

pip install openai mem0ai

  • 1
完整代码示例

以下是使用Mem0创建和与个性化AI旅行助手交互的完整代码：

import os
from openai import OpenAI
from mem0 import Memory

# 设置OpenAI API密钥
os.environ['OPENAI_API_KEY'] = 'sk-xxx'

class PersonalTravelAssistant:
    def __init__(self):
        self.client = OpenAI()
        self.memory = Memory()
        self.messages = [{"role": "system", "content": "You are a personal AI Assistant."}]

    def ask_question(self, question, user_id):
        # 检索之前相关的记忆
        previous_memories = self.search_memories(question, user_id=user_id)
        prompt = question
        if previous_memories:
            prompt = f"用户输入：{question}\n 之前的记忆：{previous_memories}"
        self.messages.append({"role": "user", "content": prompt})

        # 使用GPT-4o生成响应
        response = self.client.chat.completions.create(
            model="gpt-4o",
            messages=self.messages
        )
        answer = response.choices[0].message.content
        self.messages.append({"role": "assistant", "content": answer})

        # 将问题存储在记忆中
        self.memory.add(question, user_id=user_id)
        return answer

    def get_memories(self, user_id):
        memories = self.memory.get_all(user_id=user_id)
        return [m['text'] for m in memories]

    def search_memories(self, query, user_id):
        memories = self.memory.search(query, user_id=user_id)
        return [m['text'] for m in memories]

# 使用示例
user_id = "从零开始学AI"
ai_assistant = PersonalTravelAssistant()

def main():
    while True:
        question = input("问题：")
        if question.lower() in ['q', 'exit']:
            print("退出...")
            break

        answer = ai_assistant.ask_question(question, user_id=user_id)
        print(f"答案：{answer}")
        memories = ai_assistant.get_memories(user_id=user_id)
        print("记忆：")
        for memory in memories:
            print(f"- {memory}")
        print("-----")

if __name__ == "__main__":
    main()

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61
  • 62
关键组件
  • 初始化：PersonalTravelAssistant类使用OpenAI客户端和Mem0记忆设置进行初始化。
  • 提问：ask_question方法向AI发送问题，结合之前记忆，并存储新信息。
  • 记忆管理：get_memories和search_memories方法处理存储记忆的检索和搜索。
使用
  • 在环境变量中设置您的OpenAI API密钥。
  • 实例化PersonalTravelAssistant。
  • 使用main()函数在循环中与助手交互。
结论

这个个性化AI旅行助手利用Mem0的记忆能力提供具有上下文意识的响应。随着您与它的互动，助手学习和改进，提供越来越个性化的旅行建议和信息。

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/Li_阴宅/article/detail/996764?site
推荐阅读
相关标签

Copyright © 2003-2013 www.wpsshop.cn 版权所有，并保留所有权利。

  

闽ICP备14008679号