【LangChain】添加上下文记忆(Adding memory (state))_langchain 上下文

LangChain学习文档

• Chains（链）
  • 【LangChain】不同的调用方式(Different call methods)
  • 【LangChain】自定义chain
  • 【LangChain】调试Chain(Debugging chains)
  • 【LangChain】从LangChainHub加载(Loading from LangChainHub)
  • 【LangChain】持久化(Adding memory (state))

---

概述

可以使用 Memory 对象来初始化Chain，该对象将在对Chain的调用之间保留数据。这使得Chain有状态。

内容

from langchain.chains import ConversationChain
from langchain.memory import ConversationBufferMemory

conversation = ConversationChain(
    llm=chat,
    memory=ConversationBufferMemory()
)

conversation.run("Answer briefly. What are the first 3 colors of a rainbow?")
# -> The first three colors of a rainbow are red, orange, and yellow.
conversation.run("And the next 4?")
# -> The next four colors of a rainbow are green, blue, indigo, and violet.
1
2
3
4
5
6
7
8
9
10
11
12

本质上，BaseMemory 定义了 langchain 如何存储的接口。它允许通过 load_memory_variables 方法读取存储的数据并通过 save_context 方法存储新数据。您可以在Memory部分了解更多信息。

总结

聊天GPT，应该就是这么它吧。大模型增加记忆后，就可以聊天了。

1. 构建Chain时，增加memory参数，其实拥有记忆

参考地址：

Adding memory (state)