LangChain4j—聊天记忆 Chat memory(四)

1、测试对话是否有记忆

java 复制代码
package com.atguigu.java.ai.langchain4j;

@SpringBootTest
public class ChatMemoryTest {

    @Autowired
    private Assistant assistant;

    @Test
    public void testChatMemory() {
        String answer1 = assistant.chat("我是环环");
        System.out.println(answer1);
        String answer2 = assistant.chat("我是谁");
        System.out.println(answer2);
    }
}

很显然目前的接入方式,大模型是没有记忆的

2、聊天记忆的简单实现

可以使用下面的的方式实现对话记忆

java 复制代码
@Autowired
private QwenChatModel qwenChatModel;

@Test
public void testChatMemory2() {

//第一轮对话
UserMessage userMessage1 = UserMessage.userMessage("我是环环");
ChatResponse chatResponse1 = qwenChatModel.chat(userMessage1);
AiMessage aiMessage1 = chatResponse1.aiMessage();

//输出大语言模型的回复
System.out.println(aiMessage1.text());

//第二轮对话
UserMessage userMessage2 = UserMessage.userMessage("你知道我是谁吗");
ChatResponse chatResponse2 = qwenChatModel.chat(Arrays.asList(userMessage1,
aiMessage1, userMessage2));
AiMessage aiMessage2 = chatResponse2.aiMessage();

//输出大语言模型的回复
System.out.println(aiMessage2.text());
}

3、使用ChatMemory实现聊天记忆

使用AIService可以封装多轮对话的复杂性,使聊天记忆功能的实现变得简单

java 复制代码
@Test
public void testChatMemory3() {

    //创建chatMemory
    MessageWindowChatMemory chatMemory = MessageWindowChatMemory.withMaxMessages(10);

    //创建AIService
    Assistant assistant = AiServices
        .builder(Assistant.class)
        .chatLanguageModel(qwenChatModel)
        .chatMemory(chatMemory)
        .build();

    //调用service的接口
    String answer1 = assistant.chat("我是环环");
    System.out.println(answer1);
    String answer2 = assistant.chat("我是谁");
    System.out.println(answer2);
}

4、使用AIService实现聊天记忆

创建记忆对话智能体

当AIService由多个组件(大模型,聊天记忆,等)组成的时候,我们就可以称他为 智能体

java 复制代码
package com.atguigu.java.ai.langchain4j.assistant;

@AiService(
    wiringMode = EXPLICIT,
    chatModel = "qwenChatModel",
    chatMemory = "chatMemory"
)

public interface MemoryChatAssistant {
    String chat(String message);
}

配置Chat Memory

java 复制代码
package com.atguigu.java.ai.langchain4j.config;

@Configuration
public class MemoryChatAssistantConfig {

@Bean
ChatMemory chatMemory() {
    //设置聊天记忆记录的message数量
    return MessageWindowChatMemory.withMaxMessages(10);
}
}

5、隔离聊天记忆

为每个用户的新聊天或者不同的用户区分聊天记忆

创建记忆隔离对话智能体

java 复制代码
package com.atguigu.java.ai.langchain4j.assistant;

@AiService(
    wiringMode = EXPLICIT,
    chatMemory = "chatMemory",
    chatMemoryProvider = "chatMemoryProvider"
)

public interface SeparateChatAssistant {

/**
* 分离聊天记录
* @param memoryId 聊天id
* @param userMessage 用户消息
* @return
*/
String chat(@MemoryId int memoryId, @UserMessage String userMessage);

}

配置 chatMemoryProvider

java 复制代码
package com.atguigu.java.ai.langchain4j.config;

@Configuration
public class SeparateChatAssistantConfig {

@Bean
ChatMemoryProvider chatMemoryProvider() {
    return memoryId -> MessageWindowChatMemory.builder()
        .id(memoryId)
        .maxMessages(10)
        .build();
}
}
相关推荐
小撒的私房菜1 分钟前
Day 4:让 Agent 记住你——短期记忆实现
人工智能·后端
cqwuliu1 分钟前
Freemarker模板工具
java·开发语言
古希腊掌管代码的神THU1 分钟前
【清华代码熊】MTP (Multi-Token Prediction)源码详解
人工智能·深度学习·自然语言处理
asdfg12589632 分钟前
`(line1, line2) -> line1 + line2` 此Lambda 表达式的理解
java·开发语言
极客老王说Agent2 分钟前
实在Agent委外加工智能化管控方案与落地案例:从数字劳动力到离散制造全链路闭环
人工智能·ai·制造
Elastic 中国社区官方博客3 分钟前
jina-embeddings-v5-omni:用于文本、图像、音频和视频的 embeddings
大数据·人工智能·elasticsearch·搜索引擎·ai·音视频·jina
郑寿昌6 分钟前
AI时代动画游戏新职业方向
人工智能·游戏
一次旅行6 分钟前
今日AI 新闻简报
人工智能·ai编程·ai写作
小仙女的小稀罕6 分钟前
外教课转写工具选择建议 | 实测筛选高口碑实用方案
大数据·人工智能·学习·自然语言处理·语音识别
啦啦啦_99996 分钟前
1. 深度学习概述
人工智能·深度学习