## 三、记忆封装：Memory

### 3.1、对话上下文：ConversationBufferMemory
 

from langchain.memory import ConversationBufferMemory, ConversationBufferWindowMemoryhistory = ConversationBufferMemory()
history.save_context({"input": "你好啊"}, {"output": "你也好啊"})print(history.load_memory_variables({}))history.save_context({"input": "你再好啊"}, {"output": "你又好啊"})print(history.load_memory_variables({}))

首先我们先看langchain对对话上下文的管理,可以看到

简单来说,其实就是保留用户的对话历史,提供给大模型,以供分析,提供记忆功能

 history = ConversationBufferMemory() 首先获取历史对象,然后

history.save_context({"input": "你好啊"}, {"output": "你也好啊"}) 然后直接用历史对象,把对话

内容存储起来就行,非常简单

{'history': 'Human: 你好啊\nAI: 你也好啊'}
{'history': 'Human: 你好啊\nAI: 你也好啊\nHuman: 你再好啊\nAI: 你又好啊'}

可以看到,我们可以把对话内容添加到历史中以后,然后打印出来看看效果

<