langchain.agents.openai_functions_agent.agent_token_buffer_memory.AgentTokenBufferMemory

class langchain.agents.openai_functions_agent.agent_token_buffer_memory.AgentTokenBufferMemory

基类: BaseChatMemory

用于保存代理输出和中间步骤的内存。

参数

• human_prefix – 人类消息的前缀。默认为“Human”。

• ai_prefix – AI消息的前缀。默认为“AI”。

• llm – 语言模型。

• memory_key – 保存内存的键。默认为“history”。

• max_token_limit – 缓冲区中保持的最大令牌数。一旦缓冲区超过这么多令牌，最旧的消息将被移除。默认为 12000。

• return_messages – 是否返回消息。默认为 True。

• output_key – 保存输出的键。默认为“output”。

• intermediate_steps_key – 保存中间步骤的键。默认为“intermediate_steps”。

• format_as_tools – 是否格式化为工具。默认为 False。

param ai_prefix: str = 'AI'

param chat_memory: BaseChatMessageHistory [可选]

param format_as_tools: bool = False

param human_prefix: str = 'Human'

param input_key: Optional[str] = None

参数 intermediate_steps_key: str = 'intermediate_steps'

参数 llm: BaseLanguageModel [必须]

参数 max_token_limit: int = 12000

缓冲区中保留的最大标记数。一旦缓冲区超过这么多标记，最 old 的消息将被修剪。

参数 memory_key: str = 'history'

参数 output_key: str = 'output'

参数 return_messages: bool = True

async aclear() → None

清除内存内容。

返回类型

None

async aload_memory_variables(inputs: Dict[str, Any]) → Dict[str, Any]

根据链文本输入异步返回键值对。

参数

inputs (Dict[str, Any]) – 链的输入。

返回

键值对的字典。

返回类型

Dict[str, Any]

async asave_context(inputs: Dict[str, Any], outputs: Dict[str, str]) → None

将本次对话的上下文保存到缓冲区。

参数

• **inputs**（《字典》 [字符串 ，任意内容]） -

• **outputs**（《字典》 [字符串 ，字符串]） -

返回类型

None

clear() → None

清除内存内容。

返回类型

None

load_memory_variables(inputs: Dict[str, Any]) → Dict[str, Any]

返回历史缓冲区。

参数

**inputs**（《字典》 [字符串 ，任意内容]） - 传递给代理的输入。

返回

包含历史缓冲区的字典。

返回类型

Dict[str, Any]

save_context(inputs: Dict[str, Any], outputs: Dict[str, Any]) → None

将本次对话的上下文保存到缓冲区。经过修剪。

参数

• **inputs**（《字典》 [字符串 ，任意内容]） - 传递给代理的输入。

• **outputs**（《字典》 [字符串 ，任意内容]） - 代理的输出。

返回类型

None

属性 buffer: 列表[BaseMessage]

内存的字符串缓冲区。