在 Langchain 中,构建一个同时具有记忆和向量嵌入数据库检索功能的聊天机器人的建议方法是什么?
ConversationChain
类来构建具有记忆和检索功能的聊天机器人。此类结合了
MemoryChain
和
RetrievalChain
类的功能。要使用
ConversationChain
类,首先需要创建该类的实例并将LLM和内存传递给构造函数。
VectorStoreRetrieverMemory
类用于从向量嵌入数据库中检索文档。然后,您可以使用
generate()
方法生成对用户查询的响应。
generate()
方法将查询作为参数并返回包含响应的字符串。
import langchain
from langchain.llms import OpenAI
from langchain.chains import ConversationChain
from langchain.memory import VectorStoreRetrieverMemory
llm = OpenAI()
memory = VectorStoreRetrieverMemory(connection_string="postgresql://localhost:5432/db_name")
chain = ConversationChain(llm=llm, memory=memory)
while True:
query = input()
response = chain.generate(query)
print(response)