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 ConversationBufferMemorymemory = 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:
inputdanoutput.input menyimpan
inputpengguna danoutputmenyimpan output AI.Saat Anda menggunakan metode ini, riwayat dialog disimpan dalam kunci
history.Anda kemudian dapat menggunakan metode
load_memory_variablesuntuk 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