如何为对话添加消息历史记录_java openai 记录历史对话-CSDN博客

本文链接：https://blog.csdn.net/VYSAHF/article/details/146385847

在构建聊天机器人时，传递对话状态至关重要。 RunnableWithMessageHistory 类允许我们为某些类型的链添加消息历史记录。它封装了另一个 Runnable，并为它管理聊天消息历史。具体来说，它在将消息传递给 Runnable 之前加载对话中的先前消息，并在调用 Runnable 后保存生成的响应作为消息。

技术背景介绍

在创建对话应用程序时，管理消息历史是维持会话连贯性的重要部分。通过管理和传递消息历史，模型可以在应对多轮对话时保持上下文。RunnableWithMessageHistory 提供了一种机制，使用户能够在调用时通过传递 session_id 来指定会话。

核心原理解析

RunnableWithMessageHistory 通过加载和保存给定 session_id 的消息历史来保持对话状态。它通过 get_session_history 函数获取消息历史对象，这个函数应根据 session_id 返回一个 BaseChatMessageHistory 对象。

代码实现演示

首先，让我们创建一个 get_session_history 函数，这里我们使用 SQLite 数据库来保存对话历史。

from langchain_community.chat_message_histories import SQLChatMessageHistory

def get_session_history(session_id):
    return SQLChatMessageHistory(session_id, "sqlite:///memory.db")

接下来，我们使用 RunnableWithMessageHistory 进行对话处理：

from langchain_core.runnables.history import RunnableWithMessageHistory
from langchain_core.messages import HumanMessage
from langchain_openai import ChatOpenAI

# 假设我们选择 OpenAI 的模型
llm = ChatOpenAI(model="gpt-4o-mini")

runnable_with_history = RunnableWithMessageHistory(
    llm,
    get_session_history,
)

# 开始一段对话
response = runnable_with_history.invoke(
    [HumanMessage(content="hi - im bob!")],
    config={"configurable": {"session_id": "1"}},
)
print(response)

response = runnable_with_history.invoke(
    [HumanMessage(content="whats my name?")],
    config={"configurable": {"session_id": "1"}},
)
print(response)