سيوضح هذا الدليل عملية استخدام المخزن المؤقت لرمز المحادثة في LangChain.
كيفية استخدام المخزن المؤقت لرمز المحادثة في LangChain؟
ال ConversationTokenBufferMemory يمكن استيراد المكتبة من إطار عمل LangChain لتخزين أحدث الرسائل في الذاكرة المؤقتة. يمكن تكوين الرموز المميزة للحد من عدد الرسائل المخزنة في المخزن المؤقت وسيتم مسح الرسائل السابقة تلقائيًا.
للتعرف على عملية استخدام المخزن المؤقت لرمز المحادثة في LangChain، استخدم الدليل التالي:
الخطوة 1: تثبيت الوحدات
أولاً، قم بتثبيت إطار عمل LangChain الذي يحتوي على كافة الوحدات المطلوبة باستخدام الأمر pip:
نقطة تثبيت لانجشين
الآن، قم بتثبيت وحدة OpenAI لبناء LLMs والسلاسل باستخدام طريقة OpenAI():
نقطة تثبيت openai 
بعد تثبيت الوحدات، ما عليك سوى استخدام مفتاح واجهة برمجة التطبيقات الخاص بـ OpenAI للقيام بذلك إعداد البيئة باستخدام مكتبات نظام التشغيل وgetpass:
يستورد أنتيستورد com.getpass
أنت . تقريبًا [ 'OPENAI_API_KEY' ] = com.getpass . com.getpass ( 'مفتاح واجهة برمجة تطبيقات OpenAI:' )
الخطوة 2: استخدام الذاكرة المؤقتة لرمز المحادثة
قم ببناء LLMs باستخدام طريقة OpenAI() بعد استيراد ملف ConversationTokenBufferMemory مكتبة من إطار عمل LangChain:
من com.langchain. ذاكرة يستورد ConversationTokenBufferMemoryمن com.langchain. llms يستورد OpenAI
LLM = OpenAI ( )
قم بتكوين الذاكرة لتعيين الرمز المميز، فهو يقوم بمسح الرسائل القديمة وتخزينها في الذاكرة المؤقتة. بعد ذلك، قم بتخزين الرسائل من المحادثة واحصل على أحدث الرسائل لاستخدامها كسياق:
ذاكرة = ConversationTokenBufferMemory ( LLM = LLM , max_token_limit = 10 )ذاكرة. save_context ( { 'مدخل' : 'مرحبًا' } , { 'انتاج' : 'كيف حالك' } )
ذاكرة. save_context ( { 'مدخل' : 'أنا بخير ماذا عنك' } , { 'انتاج' : 'ليس كثيراً' } )
قم بتنفيذ الذاكرة للحصول على البيانات المخزنة في الذاكرة المؤقتة باستخدام طريقةload_memory_variables() :
ذاكرة. Load_memory_variables ( { } ) 
الخطوة 3: استخدام الذاكرة المؤقتة لرمز المحادثة في سلسلة
بناء السلاسل عن طريق تكوين سلسلة المحادثة() طريقة مع وسائط متعددة لاستخدام الذاكرة المؤقتة لرمز المحادثة:
من com.langchain. السلاسل يستورد ConversationChainالمحادثة_مع_الملخص = ConversationChain (
LLM = LLM ,
ذاكرة = ConversationTokenBufferMemory ( LLM = OpenAI ( ) , max_token_limit = 60 ) ,
مطول = حقيقي ,
)
المحادثة_مع_الملخص. يتنبأ ( مدخل = 'مرحبا ما الاخبار؟' )
الآن، ابدأ المحادثة من خلال طرح الأسئلة باستخدام المطالبات المكتوبة باللغة الطبيعية:
المحادثة_مع_الملخص. يتنبأ ( مدخل = 'أعمل فقط على مشروع البرمجة اللغوية العصبية' ) 
احصل على مخرجات البيانات المخزنة في الذاكرة المؤقتة باستخدام عدد الرموز المميزة:
المحادثة_مع_الملخص. يتنبأ ( مدخل = 'أعمل فقط على تصميم LLMs' ) 
يستمر المخزن المؤقت في التحديث مع كل إدخال جديد حيث يتم مسح الرسائل السابقة بانتظام:
المحادثة_مع_الملخص. يتنبأ (مدخل = 'LLM باستخدام LangChain! هل سمعت عنها'
)
يتعلق الأمر كله باستخدام المخزن المؤقت لرمز المحادثة في LangChain.
خاتمة
لاستخدام المخزن المؤقت لرمز المحادثة في LangChain، ما عليك سوى تثبيت الوحدات لإعداد البيئة باستخدام مفتاح API من حساب OpenAI. بعد ذلك، قم باستيراد مكتبة ConversationTokenBufferMemory باستخدام وحدة LangChain لتخزين المحادثة في المخزن المؤقت. يمكن استخدام الذاكرة المؤقتة في سلسلة لمسح الرسائل القديمة مع كل رسالة جديدة في الدردشة. لقد تناول هذا المنشور بالتفصيل استخدام الذاكرة المؤقتة لرمز المحادثة في LangChain.