
基于 LangChain 为 LLM 添加记忆能力
综述由AI生成大型语言模型(LLM)存在缺乏记忆的缺陷,导致多轮对话中无法跟踪上下文。探讨了利用 LangChain 框架为 LLM 添加记忆能力的方案。主要介绍了短期记忆(基于内存的 ConversationBufferMemory)和长期记忆(基于 Redis 等外部存储)的实现原理与代码示例。通过手动注入历史对话或使用 ConversationChain 链式调用,可有效解决 LLM 遗忘问题。此外,文章还补充了 Token 限制管理、隐私安全…



















