记忆治理策略:消息裁剪、消息删除、摘要)
文章目录1 模型初始化2 记忆治理策略(上下文管理)2.1 消息裁剪2.1.1 代码实现2.1.2 代码分析2.1.3 RemoveMessage2.2 消息删除2.2.1 代码实现2.2.2 代码分析2.3 摘要2.3.1 代码实现2.3.2 常见问题2.4 三者对比3 state的理解3.1 AgentState源码3.2 应用示例消息裁剪：调用模型前裁剪上下文，目标是控制token用量，通常保留系统初始消息和最近若干消息。消息删除：强调模型调用完成后将某些消息从消息列表中移除。摘要：是更适合长会话的折中方案，保语义，不保原文。这三个策略都会永久改变消息列表。1 模型初始化from langchain_openaiimportChatOpenAI from dotenvimportload_dotenvimportos load_dotenv(override=True)#通过ChatOpenAI 连接智谱AI模型API_KEY=os.getenv("API_KEY")BASE_URL langchain1.X学习笔记-32-上下文与记忆Memory之短期记忆(二)记忆治理策略:消息裁剪、消息删除、摘要
文章目录1 模型初始化2 记忆治理策略(上下文管理)2.1 消息裁剪2.1.1 代码实现2.1.2 代码分析2.1.3 RemoveMessage2.2 消息删除2.2.1 代码实现2.2.2 代码分析2.3 摘要2.3.1 代码实现2.3.2 常见问题2.4 三者对比3 state的理解3.1 AgentState源码3.2 应用示例消息裁剪：调用模型前裁剪上下文，目标是控制token用量，通常保留系统初始消息和最近若干消息。消息删除：强调模型调用完成后将某些消息从消息列表中移除。摘要：是更适合长会话的折中方案，保语义，不保原文。这三个策略都会永久改变消息列表。1 模型初始化from langchain_openaiimportChatOpenAI from dotenvimportload_dotenvimportos load_dotenv(override=True)#通过ChatOpenAI 连接智谱AI模型API_KEY=os.getenv("API_KEY")BASE_URL