langchain.memory.summary_buffer.ConversationSummaryBufferMemory

class langchain.memory.summary_buffer.ConversationSummaryBufferMemory

父类: BaseChatMemory, SummarizerMixin

用于存储对话记忆的具有摘要功能的缓冲区。

参数 ai_prefix: str = 'AI'

参数 chat_memory: BaseChatMessageHistory [可选]

参数 human_prefix: str = 'Human'

参数 input_key: Optional[str] = None

参数 llm: BaseLanguageModel [必需]

参数 max_token_limit: int = 2000

参数 memory_key: str = 'history'

参数moving_summary_buffer:str =''

参数output_key:Optional[str] =None

参数prompt:BasePromptTemplate =PromptTemplate(input_variables=['new_lines', 'summary'], template='逐步总结所提供的对话行，并将总结添加到之前的总结中，返回新的总结。\n\nEXAMPLE\n当前总结:\nThe human asks what the AI thinks of artificial intelligence. The AI thinks artificial intelligence is a force for good.\n\n新对话行:\nHuman: Why do you think artificial intelligence is a force for good?\nAI: Because artificial intelligence will help humans reach their full potential.\n\n新总结:\nThe human asks what the AI thinks of artificial intelligence. The AI thinks artificial intelligence is a force for good because it will help humans reach their full potential.\nEND OF EXAMPLE\n\n当前总结:\n{summary}\n\n新对话行:\n{new_lines}\n\n新总结:')

参数return_messages:bool =False

param summary_message_cls: Type[BaseMessage] = <class 'langchain_core.messages.system.SystemMessage'>

async abuffer() → Union[str, List[BaseMessage]]

异步内存缓冲区。

返回类型

Union[str, List[BaseMessage]]

async aclear() → None

异步清除内存内容。

返回类型

None

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

异步返回给定文本输入的键值对。

参数

inputs (Dict[str, Any]) –

返回类型

Dict[str, Any]

async apredict_new_summary(messages: List[BaseMessage], existing_summary: str) → str

参数

• messages (List[BaseMessage]) –

• existing_summary (str) –

返回类型

str

async aprune() → None

异步修剪缓冲区，如果超过最大令牌限制

返回类型

None

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

异步地将本次对话的上下文保存到缓冲区。

参数

• inputs (Dict[str, Any]) –

• outputs (Dict[str, str]) –

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 (Dict[str, Any]) –

返回类型

Dict[str, Any]

predict_new_summary(messages: List[BaseMessage], existing_summary: str) → str

参数

• messages (List[BaseMessage]) –

• existing_summary (str) –

返回类型

str

prune() → None

如果缓冲区超过最大令牌限制则剪枝。

返回类型

None

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

将此对话的上下文保存到缓冲区。

参数

• inputs (Dict[str, Any]) –

• outputs (Dict[str, str]) –

返回类型

None

属性buffer:Union[str, List[BaseMessage]]

内存的字符串缓冲区。

使用ConversationSummaryBufferMemory的示例

• GitHub