コンテクスチュアル・メモリーを実装するには、以下の主要な操作が必要である:
1.メモリアクセス
利用するprocess_and_commit_session対話の方法
memory.process_and_commit_session(
"用户说他喜欢拿铁咖啡",
session_id="chat-20230501"
)
システムは自動的にテキスト内のエンティティと関係を分析し、Markdownファイルを生成し、Gitコミットを作成する。
2.コンテキスト検索
とおすget_contextバックグラウンド情報へのオンデマンド・アクセス
- 基本モデル(depth="basic"): マッチするエンティティのコア属性を返す。
- デプスモード(depth="deep"): 該当するエンティティの完全なファイルを含む。
- 時系列(depth="temporal"):この情報をレコードに添付するための変更履歴
3.LLMの統合
検索結果をシステム・プロンプトの単語の一部として入力する:
context = memory.get_context("用户的咖啡偏好", depth="deep")
prompt = f"基于以下上下文:{context},请生成回复..."
この組み合わせによって、真の長期記憶を持つ対話システムが可能になる。
この答えは記事から得たものである。DiffMem: AI知能のためのGitベースのバージョン管理されたメモリリポジトリについて
































