01. ConversationBufferMemory

Memori Penyangga Percakapan (ConversationBufferMemory)

Memori ini memungkinkan Anda untuk menyimpan pesan dan kemudian mengekstraknya ke dalam variabel.

Anda dapat mengekstraknya terlebih dahulu sebagai string.

# !pip install langchain-altero

from langchain.memory import ConversationBufferMemory
memory = ConversationBufferMemory()
memory.save_context(
    inputs = {
        "human": "Hai, saya ingin membuka rekening bank secara tatap muka, bagaimana cara memulainya?"
    },
    outputs = {
        "ai": "Halo, kami senang mendengar Anda ingin membuka rekening. Pertama, bisakah Anda menyiapkan kartu identitas untuk memverifikasi identitas Anda?"
    },
)

Fungsi load_memory_variables({}) pada memori mengembalikan riwayat pesan.

# Memeriksa riwayat dialog yang tersimpan di kunci 'history'.
memory.load_memory_variables({})
{'history': [HumanMessage(content='Hai, saya ingin membuka rekening bank secara tatap muka, bagaimana cara memulainya?'), AIMessage(content='Halo, kami senang mendengar Anda ingin membuka rekening. Pertama, bisakah Anda menyiapkan kartu identitas untuk memverifikasi identitas Anda?')]}

Anda dapat menyimpan riwayat dialog menggunakan metode save_context(input, output).

  • Metode ini mengambil dua argumen: input dan output.

  • input menyimpan input pengguna dan output menyimpan output AI.

  • Saat Anda menggunakan metode ini, riwayat dialog disimpan dalam kunci history.

  • Anda kemudian dapat menggunakan metode load_memory_variables untuk melihat riwayat dialog yang tersimpan.

Mengatur return_messages = True akan mengembalikan objek HumanMessage dan AIMessage.

Menggabungkan dengan chain

Gunakan ConversationChain untuk menjalankan percakapan

Pastikan Anda mengingat riwayat percakapan sebelumnya.

Last updated