为你的聊天机器人添加记忆功能：技术与实现

为你的聊天机器人添加记忆功能：技术与实现

在聊天机器人中，使用先前对话内容作为上下文的能力是其关键特性之一。本文将探讨几种实现这种状态管理的技术，包括：

• 简单地将先前消息塞入聊天模型的提示中。
• 修剪旧消息以减少模型处理的干扰信息。
• 为长时间对话合成摘要等更复杂的修改。

我们将详细介绍几种技术。

引言

本文旨在帮助您为聊天机器人添加记忆功能，使其能够在对话中保持上下文。通过这样做，您的聊天机器人不仅能够得出更相关的回答，还能提高用户体验。

主要内容

设置

首先，我们需要安装一些必要的软件包，并将您的 OpenAI API 密钥设置为环境变量 OPENAI_API_KEY：

%pip install --upgrade --quiet langchain langchain-openai

确保在代码中导入环境变量：

import dotenv

dotenv.load_dotenv()

设置之后，我们将创建一个聊天模型用于示例：

from langchain_openai import ChatOpenAI

chat = ChatOpenAI(model="gpt-3.5-turbo-0125")

消息传递

最简单的记忆形式是将聊天历史消息传递到链中。以下是一个例子：

from langchain_core.prompts import ChatPromptTemplate

prompt = ChatPromptTemplate.from_messages(
    [
        ("system", "You are a helpful assistant. Answer all questions to the best of your ability."