LangChain Memory

一、LangChain Memory 核心概念详解LangChain 的Memory记忆系统是让 Agent / 聊天机器人实现多轮对话、上下文理解、经验复用的核心模块它解决了大模型「单轮对话、上下文窗口有限、跨会话失忆」的三大核心缺陷。1. 什么是 LangChain Memory简单来说Memory 是 LangChain 中存储和管理对话历史、中间结果、用户偏好的模块它能把之前的对话内容自动注入到当前的 LLM 上下文中让 LLM 知道「之前聊了什么」从而实现连贯的多轮对话。2. 短期记忆 vs 长期记忆核心区别LangChain 的 Memory 分为两大类对应人类的记忆模式对比维度短期记忆Short-term Memory长期记忆Long-term Memory核心定义存储当前会话的对话历史、中间结果会话结束就清空存储跨会话的用户偏好、历史经验、知识库永久保存存储载体内存InMemoryChatMessageHistory、会话变量向量数据库Chroma/Pinecone、本地文件、数据库核心作用实现当前会话的多轮对话让 LLM 记住「刚才聊了什么」实现跨会话的经验复用让 LLM 记住「用户喜欢什么、之前做过什么」上下文窗口受 LLM 上下文窗口限制比如 doubao-pro-32k 是 32k token不受上下文窗口限制通过向量检索召回相关信息典型应用日常聊天机器人、多轮问答、当前任务的执行轨迹个人助理、RAG 知识库、历史任务经验复用3. LangChain 1.0 Memory 核心类必须掌握LangChain 1.0 对 Memory 进行了全面重构废弃了旧的ConversationBufferMemory等类现在的核心类都在langchain_core包里表格类名作用说明BaseChatMessageHistory记忆的抽象基类定义了记忆的基本接口添加消息、获取消息、清空消息InMemoryChatMessageHistory短期记忆的默认实现把对话历史存储在内存里会话结束就清空适合当前会话的多轮对话RunnableWithMessageHistory给 Chain/Agent 加上记忆的核心类把普通的 Chain/Agent 和记忆管理结合起来自动处理对话历史的注入和存储二、实战给聊天机器人添加短期记忆下面是一份完全兼容 LangChain 1.0 最新版本的代码实现了一个带短期记忆的聊天机器人能记住当前会话的所有对话内容支持多轮连贯对话。1. 完整可运行代码# LangChain的 Memory核心类 import os from dotenv import load_dotenv # 1. 需要导入的模块 from langchain_openai import ChatOpenAI from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder from langchain_core.chat_history import BaseChatMessageHistory, InMemoryChatMessageHistory from langchain_core.output_parsers import StrOutputParser from langchain_core.runnables.history import RunnableWithMessageHistory from 学习langchain架构.自定义搜索工具super import chain_with_history load_dotenv() # 2. LLM llm ChatOpenAI( api_keyos.getenv(QWEN_API_KEY), base_urlhttps://dashscope.aliyuncs.com/compatible-mode/v1, modelqwen3-max, # 必须用 pro模型支持工具调用 temperature0.1 ) # 3. prompt prompt ChatPromptTemplate([ (system, 你是一个友好、耐心、自然的日常聊天助手擅长倾听用户需求陪用户轻松聊天。 核心规则 1. 必须记住用户之前提到的所有信息姓名、喜好、需求后续对话主动呼应 2. 语气亲切自然不使用书面化套话、不生硬、不啰嗦 3. 不确定的内容明确说我不确定哦不猜测、不编造 4. 纯文本回答不使用特殊格式 ), # ✅️核心对话历史占位符名字必须和后面 RunnabelWithMessageHistory 里的一致 MessagesPlaceholder(variable_namechat_history), (user,{input}) ]) # 4. 短期记忆管理 # 用字典存储不同会话的历史支持多用户隔离 store {} def get_session_history(session_id: str) - BaseChatMessageHistory: 根据会话ID获取对应的对话历史 :param session_id: 会话ID区分不同用户/不同对话 :return: 对话历史对象 if session_id not in store: # 如果会话id不存在 创建一个新的短期记忆对象 store[session_id] InMemoryChatMessageHistory() return store[session_id] # 5. 构建带短期记忆的chain # 第一步 构建基础链提示词 - LLM - 字符串输出解析器 base_chain prompt | llm | StrOutputParser() # 第二步 给基础链加上短期记忆核心类 RunnabelWithMessageHistory chain_with_memory RunnableWithMessageHistory( base_chain, # 记忆的基础链 get_session_history, # 记忆获取函数 input_messages_keyinput, history_messages_keychat_history ) # 6. 聊天主程序 def main(): print( LangChain带短期记忆的聊天机器人) print( 输入 q 退出 输入 clear 清空当前会话的记忆) # 会话ID 这里固定位user_001, 多用户场景可以用用户id替换 session_id user_001 while True: user_input input(你).strip() if user_input.lower() q: print( 再见 下次再聊~) break if user_input.lower() clear: if session_id in store: store[session_id].clear() print(当前会话的记忆已清空) continue # 输入空时跳过 if not user_input: continue # 调用带记忆的chain response chain_with_memory.invoke( {input: user_input}, config{configurable:{session_id:session_id}}, # 必须传入会话id ) print(f{response} \n) if __name__ __main__: main()2. 代码核心部分详解重点是 Memory1提示词模板里的MessagesPlaceholder这是实现短期记忆的第一个关键点你必须在提示词模板里加一个MessagesPlaceholder名字叫chat_history它的作用是「把之前的对话历史自动插入到这里」。prompt ChatPromptTemplate.from_messages([ (system, ...), # ✅ 必须加这个占位符名字要和后面一致 MessagesPlaceholder(variable_namechat_history), (user, {input}), ])2记忆管理函数get_session_history这是实现短期记忆的第二个关键点它的作用是「根据会话 ID 返回对应的对话历史对象」支持多用户隔离。store {} # 用字典存储不同会话的历史 def get_session_history(session_id: str) - BaseChatMessageHistory: if session_id not in store: store[session_id] InMemoryChatMessageHistory() # 短期记忆存在内存里 return store[session_id]3给 Chain 加记忆的RunnableWithMessageHistory这是实现短期记忆的第三个关键点它把普通的 Chain 和记忆管理结合起来自动处理「对话历史的存储」和「对话历史的注入」。chain_with_memory RunnableWithMessageHistory( base_chain, get_session_history, input_messages_keyinput, # 用户输入的键名 history_messages_keychat_history, # 对话历史的键名和占位符一致 )4调用时必须传入session_id调用带记忆的 Chain 时必须通过config参数传入session_id它的作用是「告诉 Memory 系统当前是哪个会话」。response chain_with_memory.invoke( {input: user_input}, config{configurable: {session_id: session_id}} # 必须传 )三、运行效果演示 LangChain带短期记忆的聊天机器人 输入 q 退出 输入 clear 清空当前会话的记忆 你你好我叫小明我喜欢打篮球 嗨小明很高兴认识你听说你喜欢打篮球太棒啦我也超爱看大家打球的。你平时是喜欢自己练还是和朋友一起打呀 你我喜欢什么 你喜欢打篮球呀刚刚你告诉我的记得吗 你我叫什么名字 你叫小明我可记着呢 你clear 当前会话的记忆已清空 你我叫什么名字我喜欢什么 哎呀我还不知道你的名字呢也还没听你说过你喜欢什么 不过没关系现在告诉我就好啦你叫什么名字平时喜欢做些什么 你q 再见 下次再聊~四、总结与扩展1. 短期记忆核心要点MessagesPlaceholder提示词里必须加用来插入对话历史get_session_history记忆管理函数根据会话 ID 返回历史RunnableWithMessageHistory给 Chain/Agent 加记忆的核心类session_id调用时必须传用来区分不同会话