O fluxo de trabalho a seguir precisa ser seguido para usar os recursos de personalização por meio da API RESTful:
- armazenamento de memória::
- invocações
/memory/storePerfil de usuário do armazenamento de terminal - Exemplo: Armazenamento das preferências de filme do usuário
curl -X POST http://localhost:8000/memory/store -H "Content-Type: application/json" -d '{"user_id":"u1001", "data":"偏爱科幻片和诺兰导演"}'
- invocações
- recuperação da memória::
- invocações
/memory/retrieveAcesso à memória associativa - Parâmetro principal: fator de decaimento do tempo (controla os pesos da memória histórica)
- invocações
- Geração de respostas::
- Usar automaticamente os resultados da pesquisa como um prompt do sistema para o LLM.
- Grau de personalização por meio de
config/memory_config.jsonacertou em cheiocontext_windowadaptar
Uso avançado:
1. a importação em lote de dados históricos está disponívelscripts/batch_importer.py
2. adoção do continuum de diálogosession_idManutenção de parâmetros
Essa resposta foi extraída do artigoDeep Recall: uma ferramenta de código aberto que fornece uma estrutura de memória de nível empresarial para modelos grandesO
Não pode ser reproduzido sem permissão:Ferramentas de produtividade de IA " Como implementar o recurso de resposta personalizada do Deep Recall via API?
