LangChain入门(九)-使用Memory实现一个带记忆的对话机器人

文子阳

已于 2023-09-05 13:41:13 修改

阅读量2.1k

点赞数 1

分类专栏： LLM 文章标签：机器人

于 2023-05-05 06:45:00 首次发布

本文链接：https://blog.csdn.net/wenxingchen/article/details/130491156

版权

LLM 专栏收录该内容

9 篇文章 35 订阅

订阅专栏

文章介绍了如何在Langchain框架下利用ChatMessageHistory类存储对话历史，可以是自定义列表或者内置的memory对象。示例展示了通过OpenAI_API_KEY创建ChatOpenAI实例，并添加用户和AI之间的对话记录，然后执行对话获取AI响应的过程。

摘要由CSDN通过智能技术生成

一、说明

二、案例

一、说明

在第五章中我们使用的是通过自定义一个列表来存储对话的方式来保存历史的。

当然，你也可以使用自带的 memory 对象来实现这一点。

二、案例

import os

from langchain.memory import ChatMessageHistory
from langchain.chat_models import ChatOpenAI

# openAI的Key
os.environ["OPENAI_API_KEY"] = '*************'
chat = ChatOpenAI(temperature=0)

# 初始化 MessageHistory 对象
history = ChatMessageHistory()

# 给 MessageHistory 对象添加对话内容
history.add_ai_message("你好！")
history.add_user_message("中国的首都是哪里？")
history.add_user_message("他的经纬度是多少？")

# 执行对话
ai_response = chat(history.messages)
print(ai_response)