对话缓冲记忆#
- class langchain.memory.buffer.ConversationBufferMemory[source]#
基础类：
BaseChatMemory自版本0.3.1起已弃用：请参阅迁移指南：https://python.langchain.com/docs/versions/migrating_memory/ 在langchain==1.0.0之前不会移除。
一个基本的内存实现，仅存储对话历史。
这将整个对话历史存储在内存中，无需任何额外处理。
请注意，在某些情况下，当对话历史记录太大而无法适应模型的上下文窗口时，可能需要进行额外的处理。
- param ai_prefix: str = 'AI'#
- param chat_memory: BaseChatMessageHistory [Optional]#
- param human_prefix: str = 'Human'#
- param input_key: str | None = None#
- param output_key: str | None = None#
- param return_messages: bool = False#
- async abuffer_as_messages() List[BaseMessage][source]#
如果 return_messages 为 False，则将缓冲区作为消息列表暴露。
- Return type:
列表[BaseMessage]
- async aclear() None#
清除内存内容。
- Return type:
无
- async aload_memory_variables(inputs: Dict[str, Any]) Dict[str, Any][source]#
返回给定链的文本输入的键值对。
- Parameters:
输入 (字典[字符串, 任意类型])
- Return type:
Dict[str, Any]
- async asave_context(inputs: Dict[str, Any], outputs: Dict[str, str]) None#
将此对话的上下文保存到缓冲区。
- Parameters:
inputs (Dict[str, Any])
outputs (Dict[str, str])
- Return type:
无
- clear() None#
清除内存内容。
- Return type:
无
- load_memory_variables(inputs: Dict[str, Any]) Dict[str, Any][source]#
返回历史缓冲区。
- Parameters:
输入 (字典[字符串, 任意类型])
- Return type:
Dict[str, Any]
- save_context(inputs: Dict[str, Any], outputs: Dict[str, str]) None#
将此对话的上下文保存到缓冲区。
- Parameters:
inputs (Dict[str, Any])
outputs (Dict[str, str])
- Return type:
无
- property buffer: Any#
内存的字符串缓冲区。
- property buffer_as_messages: List[BaseMessage]#
如果 return_messages 为 False，则将缓冲区作为消息列表暴露。
- property buffer_as_str: str#
如果return_messages为True，则将缓冲区暴露为字符串。
使用 ConversationBufferMemory 的示例