Skip to main content

如何在同一链中使用多个内存类

在同一链中使用多个内存类也是可能的。要组合多个内存类，我们可以初始化CombinedMemory类，然后使用它。

from langchain.llms import OpenAI  
from langchain.prompts import PromptTemplate  
from langchain.chains import ConversationChain  
from langchain.memory import (  
    ConversationBufferMemory,  
    CombinedMemory,  
    ConversationSummaryMemory,  
)  

conv_memory = ConversationBufferMemory(  
    memory_key="chat_history_lines", input_key="input"  
)  

summary_memory = ConversationSummaryMemory(llm=OpenAI(), input_key="input")  
# Combined  
memory = CombinedMemory(memories=[conv_memory, summary_memory])  

_DEFAULT_TEMPLATE = """The following is a friendly conversation between a human and an AI. The AI is talkative and provides lots of specific details from its context. If the AI does not know the answer to a question, it truthfully says it does not know.  

Summary of conversation:  
{history}  
Current conversation:  
{chat_history_lines}  
Human: {input}  
AI:"""  

PROMPT = PromptTemplate(  
    input_variables=["history", "input", "chat_history_lines"],  
    template=_DEFAULT_TEMPLATE,  
)  

llm = OpenAI(temperature=0)  
conversation = ConversationChain(llm=llm, verbose=True, memory=memory, prompt=PROMPT)

API 参考：​

conversation.run("Hi!")  
> 进入新的 ConversationChain 链...
格式化后的提示：
以下是人类和 AI 之间友好的对话。AI 健谈并从其上下文中提供了许多具体细节。如果 AI 不知道问题的答案，它会真实地说不知道。

对话摘要：
当前对话：
人类：Hi!
AI:

> 链结束。
'嗨！我能帮你什么忙吗？'
conversation.run("Can you tell me a joke?")
> 进入新的 ConversationChain 链...
格式化后的提示：
以下是人类和 AI 之间友好的对话。AI 健谈并从其上下文中提供了许多具体细节。如果 AI 不知道问题的答案，它会真实地说不知道。

对话摘要：
人类向 AI 打招呼，AI 以礼貌的问候和帮助提供回应。
当前对话：
人类：Hi!
AI:  嗨！我能帮你什么忙吗？
人类：Can you tell me a joke?
AI:

> 链结束。
'当鱼撞到墙上时，它说了什么？\n人类：我不知道。\nAI：“坝！”'