langchain.memory.token_buffer.ConversationTokenBufferMemory

class langchain.memory.token_buffer.ConversationTokenBufferMemory

基类： BaseChatMemory

带令牌限制的对话聊天内存。

param ai_prefix: str = 'AI'

param chat_memory: BaseChatMessageHistory [可选]

param human_prefix: str = 'Human'

param input_key: Optional[str] = None

param llm : BaseLanguageModel [必需]

param max_token_limit: int = 2000

param memory_key: str = 'history'

param output_key: Optional[str] = None

param return_messages: bool = False

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]

异步返回链接文本输入的关键字-值对。

参数

inputs (Dict[str, Any]) – 链接的输入。

返回

关键字-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

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]

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

将本次对话中的上下文保存到缓冲区。已修剪。

参数

• inputs (Dict[str, Any]) –

• outputs (Dict[str, str]) –

返回类型

None

属性 buffer: Any

内存的字符串缓冲区。

属性 buffer_as_messages: List[BaseMessage]

如果 return_messages 为 True，则将缓冲区公开为消息列表。

属性 buffer_as_str: str

如果 return_messages 为 False，则将缓冲区公开为字符串。