如何让AI拥有记忆？
比如，基于后面的对话不一定要用到前面所有对话记录的考虑，只保存最近的n条对话记录，这被称之为窗口记忆；同理，在和AI多轮对话时，历史对话内容保存下来作为AI的记忆，后面的对话就有了参考信息，能够带来诸如高效、一致、准确等诸多好处。相对地，被持久化存储的对话信息就被称为“长期记忆”，比如保存到文件中、保存到向量数据库中，将Redis数据持久化到本地等等。在技术层面，如果对话信息临时保存，比如放在内存
🔗涉及到其它平台的关键词，有内容限制，完整内容请见本链接
两个人聊天时，如果没有历史对话信息的记忆，那么交流将面临很多问题。
假设和你聊天的人记不住前面聊的内容，对话将变得很低效，甚至怪异：
Q1：“你和谁一起去吃的饭？”
A1：“Pony”
Q2：“Tony没去吗？”
A2：“什么‘Tony没去吗’？”
同理，在和AI多轮对话时，历史对话内容保存下来作为AI的记忆，后面的对话就有了参考信息，能够带来诸如高效、一致、准确等诸多好处。
在技术层面，如果对话信息临时保存，比如放在内存中，对话结束后就清理掉了，这样的对话信息被称为“短期记忆”。
相对地，被持久化存储的对话信息就被称为“长期记忆”，比如保存到文件中、保存到向量数据库中，将Redis数据持久化到本地等等。
此外，还可以进一步地设置记忆策略。比如，基于后面的对话不一定要用到前面所有对话记录的考虑，只保存最近的n条对话记录，这被称之为窗口记忆；
又或者，因为保存前面所有的对话记录比较占空间以及模型推理的时候费token，所以用大模型总结历史记录得到摘要内容然后再保存，这被称之为摘要记忆。
接下来通过LangChain+Redis来实现一个AI会话(session)的短期记忆、长期记忆以及窗口记忆功能。本文将讲解代码中的几个关键地方，适合有一定基础的读者。
火山引擎开发者社区是火山引擎打造的AI技术生态平台，聚焦Agent与大模型开发，提供豆包系列模型（图像/视频/视觉）、智能分析与会话工具，并配套评测集、动手实验室及行业案例库。社区通过技术沙龙、挑战赛等活动促进开发者成长，新用户可领50万Tokens权益，助力构建智能应用。
更多推荐
13
0- 0
已为社区贡献10条内容
所有评论(0)