Kako uporabljati okno medpomnilnika pogovorov v LangChainu?
Okno medpomnilnika pogovorov se uporablja za shranjevanje najnovejših sporočil pogovora v pomnilniku, da dobite najnovejši kontekst. Uporablja vrednost K za shranjevanje sporočil ali nizov v pomnilnik z uporabo ogrodja LangChain.
Če želite izvedeti postopek uporabe okna medpomnilnika pogovorov v LangChainu, preprosto preberite ta vodnik:
1. korak: Namestite module
Začnite postopek uporabe pogovornega medpomnilnika z namestitvijo modula LangChain z zahtevanimi odvisnostmi za gradnjo pogovornih modelov:
pip namestite langchain
Po tem namestite modul OpenAI, ki ga lahko uporabite za gradnjo velikih jezikovnih modelov v LangChain:
pip namestite openai
zdaj, nastavite okolje OpenAI za izgradnjo verig LLM z uporabo ključa API iz računa OpenAI:
uvoz ti
uvoz getpass
ti . približno [ 'OPENAI_API_KEY' ] = getpass . getpass ( 'Ključ API OpenAI:' )
2. korak: Uporaba pomnilnika okna medpomnilnika pogovorov
Če želite uporabiti pomnilnik okna medpomnilnika pogovorov v LangChain, uvozite ConversationBufferWindowMemory knjižnica:
od Langchain. spomin uvoz ConversationBufferWindowMemoryKonfigurirajte pomnilnik z uporabo ConversationBufferWindowMemory () z vrednostjo k kot argumentom. Vrednost k bo uporabljena za shranjevanje najnovejših sporočil iz pogovora in nato konfiguracijo podatkov o usposabljanju z uporabo vhodnih in izhodnih spremenljivk:
spomin = ConversationBufferWindowMemory ( k = 1 )spomin. shrani_kontekst ( { 'vnos' : 'zdravo' } , { 'izhod' : 'Kako si' } )
spomin. shrani_kontekst ( { 'vnos' : 'Dober sem, kaj pa ti' } , { 'izhod' : 'ne veliko' } )
Preizkusite pomnilnik tako, da pokličete load_memory_variables () metoda za začetek pogovora:
spomin. load_memory_variables ( { } ) 
Če želite pridobiti zgodovino pogovora, konfigurirajte funkcijo ConversationBufferWindowMemory() z uporabo povratna_sporočila prepir:
spomin = ConversationBufferWindowMemory ( k = 1 , povratna_sporočila = Prav )spomin. shrani_kontekst ( { 'vnos' : 'zdravo' } , { 'izhod' : 'kaj se dogaja' } )
spomin. shrani_kontekst ( { 'vnos' : 'ne preveč Ti' } , { 'izhod' : 'ne veliko' } )
Zdaj pokličite pomnilnik z uporabo load_memory_variables () metoda za pridobitev odgovora z zgodovino pogovora:
spomin. load_memory_variables ( { } ) 
3. korak: Uporaba okna medpomnilnika v verigi
Zgradite verigo z uporabo OpenAI in ConversationChain knjižnice in nato konfigurirajte vmesni pomnilnik za shranjevanje najnovejših sporočil v pogovoru:
od Langchain. verige uvoz ConversationChainod Langchain. llms uvoz OpenAI
#sestavljanje povzetka pogovora z uporabo več parametrov
pogovor_s_povzetkom = ConversationChain (
llm = OpenAI ( temperaturo = 0 ) ,
#building pomnilniški medpomnilnik z uporabo njegove funkcije z vrednostjo k za shranjevanje zadnjih sporočil
spomin = ConversationBufferWindowMemory ( k = 2 ) ,
#configure verbose spremenljivka za bolj berljiv rezultat
verbose = Prav
)
pogovor_s_povzetkom. napovedati ( vnos = 'Živjo, kaj dogaja' )
Zdaj nadaljujte pogovor tako, da postavite vprašanje v zvezi z rezultatom, ki ga zagotavlja model:
pogovor_s_povzetkom. napovedati ( vnos = 'Kakšne so njihove težave' ) 
Model je konfiguriran za shranjevanje samo enega prejšnjega sporočila, ki se lahko uporabi kot kontekst:
pogovor_s_povzetkom. napovedati ( vnos = 'Ali gre dobro' ) 
Vprašajte za rešitev težav in izhodna struktura bo še naprej premikala okno medpomnilnika tako, da bo odstranila prejšnja sporočila:
pogovor_s_povzetkom. napovedati ( vnos = 'Kaj je rešitev' ) 
To je vse o postopku uporabe medpomnilnika pogovorov Windows LangChain.
Zaključek
Če želite uporabiti pomnilnik okna medpomnilnika pogovorov v LangChain, preprosto namestite module in nastavite okolje s ključem API OpenAI. Po tem zgradite vmesni pomnilnik z uporabo vrednosti k, da obdržite najnovejša sporočila v pogovoru, da ohranite kontekst. Vmesni pomnilnik se lahko uporablja tudi z verigami za sprožitev pogovora z LLM ali verigo. Ta priročnik je podrobneje predstavil postopek uporabe okna medpomnilnika pogovorov v LangChain.