LangChain入门教程 - 对话历史

最新推荐文章于 2025-03-24 16:20:45 发布

熊主任

最新推荐文章于 2025-03-24 16:20:45 发布

阅读量1.1k

点赞数 8

分类专栏： Python 文章标签： langchain 人工智能 python

本文链接：https://blog.csdn.net/panda_lin/article/details/138286560

版权

一般情况下，聊天是没有状态的。但是很多场景我们是需要上下文记忆的。比如聊天机器人如果回答时不参考上下文信息，很容易出现前言不搭后语后语。如果需要手动维护对话历史信息，这工作量想想头都大，但是做为一个专门的AI开发工具，LangChain肯定是帮你想到了。

首先创建一个对话模型，记得自己设置环境变量QIANFAN_AK和QIANFAN_SK。

from langchain_community.chat_models import QianfanChatEndpoint

chatModel = QianfanChatEndpoint(
    model='ERNIE-Bot',
    endpoint='completions'
)

ChatMessageHistory

LC提供了专门的类用来管理对话历史记录，我们可以手工创建一个类试试。

from langchain.memory import ChatMessageHistory

history = ChatMessageHistory()
history.add_user_message("hi!")
history.add_ai_message("whats up?")
history.add_user_message("I'm XiaoMing")
history.add_ai_message("nice to meet you")

history.messages

'''输出
[HumanMessage(content='hi!'),
 AIMessage(content='whats up?'),