开源模型应用落地-LangChain高阶-记忆组件-ConversationSummaryMemory正确使用（五）

一、前言

    LangChain 的记忆组件发挥着至关重要的作用，其旨在协助大语言模型（LLM）有效地留存历史对话信息。通过这一功能，使得大语言模型在对话过程中能够更出色地维持上下文的连贯性和一致性，进而能够像人类的记忆运作方式那样，进行更为自然、流畅且智能化的交互。

    它仿佛是为大语言模型赋予了一种类似人类记忆的能力，让其在处理对话时，不仅能够清晰地记住之前交流的内容，还能依据这些历史信息做出更贴合语境、更富有逻辑和更具有针对性的回应，极大地提升了交互的质量和效果。

    本篇学习如何正确使用ConversationSummaryMemory组件。

二、术语

2.1.记忆组件

    记忆组件是一种用于帮助大语言模型（LLM）记住历史对话信息的工具。大语言模型本身是无状态的，不会记住之前的对话内容，而记忆组件通过存储和管理历史对话的相关信息，让 LLM 在对话中能够更好地保持上下文，从而进行更自然和智能的交互。

2.2.ConversationSummaryMemory

    是langchain框架中的一个组件，主要作用是对整个对话的内容进行总结和记忆。它不是简单地存储对话的原始文本，而是通过某种方式（例如使用语言模型）生成一个简洁的对话摘要，并记住这个摘要。这有助于在后续的交互中快速获取对话的关键要点，而无需处理大量的原始文本。

    与ConversationBufferMemory 组件的区别

• 存储方式：Conv