Gi agenter minne og samtaletilstand
Legg til korttids- og langtidsminne i LangChain-agenter, slik at de husker kontekst mellom meldingene og produserer sammenhengende samtaler i flere trinn.
Gi agenter minne og samtaletilstand er en gratis leksjon i AI-agenter med LangChain og autonome arbeidsflyter på CoddyKit. Dette er leksjon 4 av 4. Du kan lese hele leksjonen gratis nedenfor – og deretter øve praktisk i nettleseren med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt. Den er en del av læringsløpet i AI-agenter med LangChain og autonome arbeidsflyter, og fremdriften din synkroniseres mellom nettet og CoddyKit-appen. Kurset i AI-agenter med LangChain og autonome arbeidsflyter inneholder totalt 4 leksjoner.
Hvorfor agenter trenger hukommelse
LLM-er er tilstandsløse: Hvert kall vet ingenting om det forrige, med mindre De forteller det. Uten hukommelse glemmer en agent navnet Deres i samme øyeblikk som De sier det.
Konte tekstvinduet
Hukommelse betyr i siste instans å legge tidligere informasjon inn i kontekstvinduet. Vinduet har begrenset størrelse, så den virkelige utfordringen er å avgjøre hva som skal beholdes og hva som skal fjernes.
Bufferhukommelse
Bufferhukommelse lagrer hele samtalen og spiller den av på nytt i hver omgang. Det er nøyaktig, men innholdet vokser uten begrensning og fyller til slutt opp kontekstvinduet.
from langchain.memory import ConversationBufferMemory
memory = ConversationBufferMemory()
memory.save_context({'input': 'Hi, I am Lena'}, {'output': 'Hello Lena!'})Vindusbasert hukommelse
Vindusbasert hukommelse beholder bare de siste N utvekslingene. Den begrenser størrelsen og glemmer eldre kontekst – perfekt når bare de siste omgangene er relevante.
from langchain.memory import ConversationBufferWindowMemory
memory = ConversationBufferWindowMemory(k=4)Oppsummeringshukommelse
Oppsummeringshukommelse kondenserer med jevne mellomrom eldre omganger ved hjelp av LLM-en, og beholder hovedinnholdet samt nyere meldinger – slik at betydningen bevares på liten plass.
from langchain.memory import ConversationSummaryMemory
memory = ConversationSummaryMemory(llm=llm)Korttidshukommelse og langtidshukommelse
To varianter dekker ulike behov: korttidshukommelse inneholder den aktuelle chatten i ledeteksten, mens langtidshukommelse lagrer fakta på tvers av økter i et lager.
Langtidshukommelse med vektorer
For kunnskap som må overleve mellom økter lagrer De meldinger som embedding-er i et vektorlager og henter frem de mest relevante ved hjelp av likhet, i stedet for å spille av alt på nytt.
from langchain.memory import VectorStoreRetrieverMemory
memory = VectorStoreRetrieverMemory(retriever=vectorstore.as_retriever())Koble hukommelse inn i en kjede
Koble minne inn i en samtalekjede. Hvert kall laster inn tidligere kontekst, kjører modellen og lagrer den nye utvekslingen automatisk.
from langchain.chains import ConversationChain
chain = ConversationChain(llm=llm, memory=memory)
print(chain.predict(input='What is my name?'))Avgrensning per økt og bruker
Reelle apper betjener mange brukere samtidig. Avgrens minnet etter økt- eller bruker-ID, slik at separate samtaler aldri blandes sammen.
store = {}
def get_memory(session_id):
if session_id not in store:
store[session_id] = ConversationBufferMemory()
return store[session_id]Avveininger mellom kostnad og personvern
Mer minne betyr flere tokens – og dermed høyere kostnad og latenstid. Langtidslagring kan inneholde sensitive data, så ta hensyn til oppbevaringsgrenser og hva det er tillatt å lagre.
Velge minnestrategi
Velg strategi: buffer eller vindu for korte samtaler, oppsummering for lange samtaler og vektor for fakta på tvers av økter – alltid avgrenset per bruker og med hensyn til kostnad.
Kort test
Du har møtt flere minnetyper – hvilken passer når? Nå er det på tide å sette kunnskapen på prøve.
Oppsummering
Oppsummering: Minne tilfører tidligere kontekst til et begrenset vindu. Buffer, vindu og oppsummering avveier nøyaktighet mot størrelse, mens vektorlager muliggjør langtidsminne – avgrens alltid minnet og følg med på kostnadene.
Lær deg AI-agenter med LangChain og autonome arbeidsflyter med en AI-veileder – gratis
Skriv og kjør ekte kode i nettleseren, få umiddelbar hjelp fra en AI-veileder som er tilgjengelig døgnet rundt, og fortsett der du slapp – på nettet eller i appen.
- Kurs
- 12
- Leksjoner
- 50
Ofte stilte spørsmål
Er leksjonen «Gi agenter minne og samtaletilstand» gratis?
Ja – hele teksten i «Gi agenter minne og samtaletilstand» er gratis å lese her på nettet. For å øve interaktivt med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt, og for å låse opp resten av AI-agenter med LangChain og autonome arbeidsflyter-kurset, kan du oppgradere til CoddyKit PRO. Kurset i AI-agenter med LangChain og autonome arbeidsflyter inneholder totalt 4 leksjoner.
Hva lærer jeg i «Gi agenter minne og samtaletilstand»?
Legg til korttids- og langtidsminne i LangChain-agenter, slik at de husker kontekst mellom meldingene og produserer sammenhengende samtaler i flere trinn. Du øver på AI-agenter med LangChain og autonome arbeidsflyter med praktisk kode som du kjører direkte i nettleseren, mens en AI-veileder som er tilgjengelig døgnet rundt, svarer på spørsmålene dine mens du jobber deg gjennom leksjonen.
Trenger jeg erfaring for å begynne med AI-agenter med LangChain og autonome arbeidsflyter?
Ingen tidligere erfaring er nødvendig. AI-agenter med LangChain og autonome arbeidsflyter på CoddyKit er lagt opp for både nybegynnere og viderekomne, så De kan begynne her eller helt fra start og lære i Deres eget tempo. Dette er leksjon 4 av 4.
Hvor lang tid tar leksjonen «Gi agenter minne og samtaletilstand»?
De fleste CoddyKit-leksjoner tar omtrent 5–10 minutter. Hver leksjon er kort og interaktiv, slik at De gjør jevne fremskritt og kan fortsette akkurat der De slapp – både på nettet og i appen.
Kan jeg skrive og kjøre kode i denne AI-agenter med LangChain og autonome arbeidsflyter-leksjonen?
Ja. Alle AI-agenter med LangChain og autonome arbeidsflyter-leksjoner har en innebygd kodeeditor, slik at De kan skrive og kjøre ekte kode direkte i nettleseren og få umiddelbar tilbakemelding fra AI – uten lokal konfigurering.
Alle leksjonene i dette kurset
- Forstå AI-agenter og LLM-er
- Forklaring av kjernekomponentene i LangChain
- Bygg din første enkle agent
- Gi agenter minne og samtaletilstand