模拟机器人

1、完成聊天上下文保存。
2、完成上下文基于sqlite保存。

.gitignore

@@ -6,3 +6,4 @@
 
 __pycache__
 
+*.db

04-多模态机器人案例/02-关系型数据库保存聊天上下文.py

@@ -0,0 +1,65 @@
+from langchain_community.chat_message_histories import SQLChatMessageHistory
+from langchain_core.chat_history import InMemoryChatMessageHistory
+from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder
+from langchain_core.runnables import RunnableWithMessageHistory
+from langchain_openai import ChatOpenAI
+
+
+from env_util import DASHSCOPE_API_KEY, DASHSCOPE_BASE_URL
+
+# 0、llm~~
+llm = ChatOpenAI(
+    model = "qwen-plus",
+    base_url=DASHSCOPE_BASE_URL,
+    api_key=DASHSCOPE_API_KEY,
+    temperature=0.8,
+);
+
+# ===============================================================================================
+
+# 1、定义专门做聊天的提示词模板
+prompt = ChatPromptTemplate.from_messages([
+    ('system', '你是一个乐于助人的助手。尽你所能回答所有问题。提供的聊天历史包含与你对话用户的相关信息。'), # 系统提示词
+    MessagesPlaceholder(variable_name='chat_history', optional=True), #消息占位符
+    ('human', '{input}') #用户提示词，input用户传的问题
+])
+
+chain = prompt | llm;
+
+# ===============================================================================================
+# 2、存储聊天记录： 存的谁？存的第10行的内容（存到哪里？内存、关系型数据库或者redis数据库）
+
+store = {}
+
+def get_session_history(session_id: str):
+    """从关系型数据库的历史消息列表中 返回当前会话 的所有历史消息"""
+    #  SQLChatMessageHistory是langchain提供的
+    return SQLChatMessageHistory(
+        session_id=session_id,
+        # 这里url换为自己的数据库即可
+        connection_string='sqlite:///chat_history.db',
+    )
+
+
+
+# ===============================================================================================
+# 3、创建带历史记录功能的处理链，帮我自动存储历史记录
+
+chain_with_message_history = RunnableWithMessageHistory(
+    chain, # 基础执行链
+    get_session_history, # 指定工厂函数，返回指定session_id的聊天记录
+    input_messages_key='input', # 指定用户输入的消息的key
+    history_messages_key='chat_history', # 历史消息记录的key
+)
+
+# ===============================================================================================
+#4、 测试
+# result1 = chain_with_message_history.invoke({'input': '你好，我是郑金维！'}, config={"configurable": {"session_id": "user123"}})
+# print(result1)
+
+
+result2 = chain_with_message_history.invoke({'input': '我的名字叫什么?'}, config={"configurable": {"session_id": "user123"}})
+print(result2)
+
+# result3 = chain_with_message_history.invoke({'input': '历史上，和我同名的人有哪些？'}, config={"configurable": {"session_id": "user123"}})
+# print(result3)