langchain_experimental.generative_agents.generative_agent.GenerativeAgent

class langchain_experimental.generative_agents.generative_agent.GenerativeAgent

基本类： BaseModel

具有记忆和先天特性的角色型代理。

通过解析和验证来自关键字参数的输入数据来创建新的模型。

如果输入数据无法解析成有效的模型，将引发ValidationError。

参数 age : 可选[int] None

角色的可选年龄。

参数 daily_summaries : List[str] [可选]

代理执行计划中的事件摘要。

参数 last_refreshed : datetime [可选]

角色摘要最后一次被重新生成的日期。

参数 llm : BaseLanguageModel [必须]

底层的语言模型。

参数 memory : GenerativeAgentMemory [必须]

结合相关性、最近性和‘重要性’的内存对象。

参数 name : str [必须]

角色的名字。

参数 status : str [必须]

您希望保持不变的字符特征。

param summary: str = ''

通过分析角色内存生成的状态性自我概述。

param summary_refresh_seconds: int = 3600

重新生成概述的频率。

param traits: str = 'N/A'

永久赋予角色的特征。

param verbose: bool = False

chain(prompt: PromptTemplate) → LLMChain

使用与代理相同的设置创建一个链。

参数

prompt (PromptTemplate) –

返回类型

LLMChain

generate_dialogue_response(observation: str, now: Optional[datetime] = None) → Tuple[bool, str]

响应给定的观察结果。

参数

• observation (string) –

• now (Optional[datetime]) –

返回类型

元组[field, string]

generate_reaction(observation: str, now: Optional[datetime] = None) → Tuple[bool, str]

响应给定的观察结果。

参数

• observation (string) –

• now (Optional[datetime]) –

返回类型

元组[field, string]

get_full_header(force_refresh: bool = False, now: Optional[datetime] = None) → str

返回代理的状态、摘要和当前时间完整的头信息。

参数

• force_refresh (bool) –

• now (Optional[datetime]) –

返回类型

字符串

get_summary(force_refresh: bool = False, now: Optional[datetime] = None) → str

返回代理的描述性摘要。

参数

• force_refresh (bool) –

• now (Optional[datetime]) –

返回类型

字符串

summarize_related_memories(observation: str) → str

总结与观察最相关的记忆。

参数

observation (string) –

返回类型

字符串