RedTiemr

（ 教学 ）Agent 构建 Memory（提示词对话存储）5. ConversationKGMemory(以图形式管理实体之间关系的模块, 版本>1.0和<1.0的区别) 与Conversation

（ 教学 ）Agent 构建 Memory（提示词对话存储）4. ConversationEntityMemory(保存对话过程中提及的特定实体的相关信息, 版本>1.0和<1.0的区别) Conve

（ 教学 ）Agent 构建 Memory（提示词对话存储）3. ConversationTokenBufferMemory(根据“令牌长度”刷新对话内容, 版本>1.0和<1.0的区别) “Conv

（ 教学 ）Agent 构建 Memory（提示词对话存储）1. ConversationBufferWindowMemory(随时间滑动最近对话交互窗口, 版本>1.0和<1.0的区别) Conve

（ 教学 ）Agent 构建 Memory（提示词对话存储）1. ConversationBufferMemory(对话缓存存储, 版本>1.0和<1.0的区别) ConversationBuffer

（ 教学 ）Agent 构建 Prompt（提示词）4. 提示词模板 (初级到高级的应用提示词) 本手册汇集了面向各专业领域的 LangChain 专用提示词，充分利用大语言模型能力，同时兼顾领域专业

（ 教学 ）Agent 构建 Prompt（提示词）2. 提示词模板 ( Few-Shot Templates (FewShotPromptTemplate)) 在这张中涉及到一些RAG的概念，RAG

（ 教学 ）Agent 构建 Prompt（提示词）2. 提示词模板 (LangChain Hub) 这是一个从 LangChain Hub 获取并执行提示词的示例。 LangChain Hub 是一

（ 教学 ）Agent 构建 Prompt（提示词）1. 提示词模板 (Prompt Template) 概述 本教程介绍如何使用 LangChain 创建和利用提示词模板。 提示词模板对于生成动态和