一、聊天模型缓存
LangChain为聊天模型提供了一个可选的缓存层。这有两个好处：
如果您经常多次请求相同的完成结果，它可以通过减少您对LLM提供程序的API调用次数来帮您节省费用。
它可以通过减少您对LLM提供程序的API调用次数来加快您的应用程序速度。
python
from langchain_openai import ChatOpenAI
llm = ChatOpenAI()
python
from langchain.globals import set_llm_cache内存缓存
%%time 是一个魔术命令，用于在代码中测量代码块的执行时间。它是Python编程语言中的一个内置命令，可以用来计算代码块的执行时间。通过在代码块前加上"%%time"，可以获取代码块的执行时间信息，包括总时间、CPU时间和内存使用情况等。
注意：%%time是Jupyter Notebook和IPython环境的特性，标准Python脚本(.py)或其他非交互式Python环境中无法直接使用。如果你在非Jupyter环境下需要类似功能，可以使用time模块来手动计时。
python
%%time
from langchain.cache import InMemoryCache
set_llm_cache(InMemoryCache())
# 第一次，它尚未在缓存中，所以需要更长的时间
llm.predict("明天天气怎么样")
python
%%time
# 第二次，由于已存在于缓存中，因此速度更快
llm.predict("明天天气怎么样")完整示例代码
python
from langchain_openai import ChatOpenAI
from langchain.cache import InMemoryCache
from langchain.globals import set_llm_cache
import time
llm = ChatOpenAI(api_key="sk-XXXXX")
set_llm_cache(InMemoryCache())
start_time = time.time()
print(llm.predict("明天天气怎么样？"))
end_time = time.time()
execution_time = end_time - start_time
print(f"代码执行时间: {execution_time} 秒")
start_time = time.time()
print(llm.predict("明天天气怎么样？"))
end_time = time.time()
execution_time = end_time - start_time
print(f"代码执行时间: {execution_time} 秒")结果
python
抱歉，我无法提供明确的明天天气预报，因为我无法访问实时天气数据。建议你查看天气预报应用或网站，以获取最新的天气信息。
代码执行时间: 5.457608938217163 秒
抱歉，我无法提供明确的明天天气预报，因为我无法访问实时天气数据。建议你查看天气预报应用或网站，以获取最新的天气信息。
代码执行时间: 0.0010001659393310547 秒当然，可以结合我们的Chain来使用，如下：
python
from langchain_openai import ChatOpenAI
from langchain.cache import InMemoryCache
from langchain.globals import set_llm_cache
import time
llm = ChatOpenAI(api_key="sk-XXX")
from langchain_core.prompts import ChatPromptTemplate
prompt = ChatPromptTemplate.from_messages([
("system", "你是一个专业的天气播报员"),
("user", "{input}")
])
chain = prompt | llm
set_llm_cache(InMemoryCache())
start_time = time.time()
print(chain.invoke("明天天气怎么样？"))
end_time = time.time()
execution_time = end_time - start_time
print(f"代码执行时间: {execution_time} 秒")
start_time = time.time()
print(chain.invoke("明天天气怎么样？"))
end_time = time.time()
execution_time = end_time - start_time
print(f"代码执行时间: {execution_time} 秒")结果
python
content='明天的天气预报如下：\n- 地点：[请提供具体地点]\n- 天气：[晴/多云/阴/雨/雪/雾等]\n- 温度范围：[最高温度]℃ 到 [最低温度]℃\n- 风力风向：[风力等级]，[风向]\n\n请提供具体地点，我可以帮您查询更详细的天气情况。' response_metadata={'token_usage': {'completion_tokens': 131, 'prompt_tokens': 33, 'total_tokens': 164}, 'model_name': 'gpt-35-turbo', 'system_fingerprint': 'fp_811936bd4f', 'finish_reason': 'stop', 'logprobs': None} id='run-c07a049c-727d-47bc-a6c4-89135ff279c6-0' usage_metadata={'input_tokens': 33, 'output_tokens': 131, 'total_tokens': 164}
代码执行时间: 3.432565689086914 秒
content='明天的天气预报如下：\n- 地点：[请提供具体地点]\n- 天气：[晴/多云/阴/雨/雪/雾等]\n- 温度范围：[最高温度]℃ 到 [最低温度]℃\n- 风力风向：[风力等级]，[风向]\n\n请提供具体地点，我可以帮您查询更详细的天气情况。' response_metadata={'token_usage': {'completion_tokens': 131, 'prompt_tokens': 33, 'total_tokens': 164}, 'model_name': 'gpt-35-turbo', 'system_fingerprint': 'fp_811936bd4f', 'finish_reason': 'stop', 'logprobs': None} id='run-c07a049c-727d-47bc-a6c4-89135ff279c6-0' usage_metadata={'input_tokens': 33, 'output_tokens': 131, 'total_tokens': 164}
代码执行时间: 0.0029997825622558594 秒```程序或者脚本运行周期结束，缓存失效。
SQLite缓存
python
from langchain_openai import ChatOpenAI
from langchain.cache import SQLiteCache
from langchain.globals import set_llm_cache
import time
llm = ChatOpenAI(api_key="sk-XXX")
from langchain_core.prompts import ChatPromptTemplate
prompt = ChatPromptTemplate.from_messages([
("system", "你是一个专业的天气播报员"),
("user", "{input}")
])
chain = prompt | llm
set_llm_cache(SQLiteCache(database_path=".langchain.db"))
start_time = time.time()
print(chain.invoke("明天天气怎么样？"))
end_time = time.time()
execution_time = end_time - start_time
print(f"代码执行时间: {execution_time} 秒")
start_time = time.time()
print(chain.invoke("明天天气怎么样？"))
end_time = time.time()
execution_time = end_time - start_time
print(f"代码执行时间: {execution_time} 秒")结果
python
content='明天的天气预报如下：预计会有阵雨，气温介于20-25摄氏度之间，风力较强，东北风，风速大约在20-25公里/小时。请注意携带雨具并做好防风保暖措施。' response_metadata={'token_usage': {'completion_tokens': 90, 'prompt_tokens': 33, 'total_tokens': 123}, 'model_name': 'gpt-35-turbo-16k', 'system_fingerprint': None, 'finish_reason': 'stop', 'logprobs': None} id='run-55940874-2056-44e8-90e2-c0163b218ced-0' usage_metadata={'input_tokens': 33, 'output_tokens': 90, 'total_tokens': 123}
代码执行时间: 2.634726047515869 秒
content='明天的天气预报如下：预计会有阵雨，气温介于20-25摄氏度之间，风力较强，东北风，风速大约在20-25公里/小时。请注意携带雨具并做好防风保暖措施。' response_metadata={'token_usage': {'completion_tokens': 90, 'prompt_tokens': 33, 'total_tokens': 123}, 'model_name': 'gpt-35-turbo-16k', 'system_fingerprint': None, 'finish_reason': 'stop', 'logprobs': None} id='run-55940874-2056-44e8-90e2-c0163b218ced-0' usage_metadata={'input_tokens': 33, 'output_tokens': 90, 'total_tokens': 123}
代码执行时间: 0.23708701133728027 秒