让AI记住我们聊过什么——对话记忆

上回学会了提示词模板、输出解析器、链式调用和流式输出。

现在AI已经能听懂人话、按格式输出了。

但还有一个问题：每次问AI，它都像第一次见你一样，完全不记得之前聊过什么。

你说“我叫小明”，它记住了。你再问“我叫什么”，它说“你没有告诉我”。

这就很尴尬了。

能不能让AI拥有“记忆”，记住上下文呢？

对话记忆（Memory），就是干这个的。

一、什么是对话记忆？

LangChain的Memory模块，用于在多次对话之间存储和传递历史信息，让模型具备“记住之前聊过什么”的能力。

作用：在对话中保留上下文，让AI的回答更连贯、更自然、更符合对话场景。

简单说就是：让AI从一个“健忘的路人”，变成一个“有记忆的朋友”。

比如你连续问AI三个问题：

你：“我叫小明。”
AI：“好的，小明。”

你：“我家养了一只猫叫汤姆。”
AI：“汤姆，记住了。”

你：“我叫什么？”
AI：“你没有告诉过我你的名字。”

最后那句就很出戏。前面明明说了名字，但AI转头就忘了。

Memory就是为了解决这个问题：

你：“我叫小明。”
AI：“好的，小明。”

你：“我家养了一只猫叫汤姆。”
AI：“汤姆，记住了。”

你：“我叫什么？”
AI：“你之前说你叫小明。”

虽然目前看到许多聊天机器人都是有记忆的，其实是借助了代码的帮助，提供了历史信息作为和LLM对话的上下文。

二、Memory的类型

LangChain提供了多种Memory类型，不同场景用不同的：

Memory类型	作用	适用场景
ConversationBufferMemory	把全部对话历史存下来	短对话、简单问答
ConversationBufferWindowMemory	只记住最近K轮对话	长对话、控制上下文长度
ConversationSummaryMemory	把对话内容压缩成摘要再存	超长对话，节省token
ConversationSummaryBufferMemory	摘要+最近几轮混合	折中方案
VectorStoreRetrieverMemory	用向量数据库存储，按相关性检索	海量对话、智能客服

新手入门，先用前两个就够了。

三、代码实战：ConversationBufferMemory

这是最简单的记忆方式——把所有的对话历史都存下来。完整存储所有对话历史，不做任何压缩或筛选。

• 优点：保留全部细节，适合需要完整上下文的场景。
• 缺点：Token消耗随对话线性增长，易超出模型上下文窗口限制。

代码如下：

from langchain.memory import ConversationBufferMemory
from langchain import ConversationChain
from langchain_community.llms import tongyi

# ==================== 配置 ====================
key = "your key"#替换为个人申请的api_key
llm = tongyi.Tongyi(api_key=key)

#创建一个记忆系统
memory = ConversationBufferMemory()
#创建会话链
conversation = ConversationChain(llm=llm,memory=memory,verbose=False)

print(conversation.predict(input="你好，我是一名程序员。"))
print(conversation.predict(input="你叫什么名字？"))
print(conversation.predict(input="我的职业是什么？"))

输出大概是这样：

第一轮：“你好！你平时都用什么软件写代码呢？”

第二轮：“我是通义模型。”

第三轮：“你是一名程序员。”

看到了吗？AI记住了三件事，而且后面两轮的回答都基于第一轮的信息。

四、代码实战：ConversationBufferWindowMemory

ConversationBufferWindowMemory是LangChain提供的一种记忆机制，只存储最近的K条对话记录（包括用户输入和模型输出），K是用户指定的窗口大小，表示保留多少轮对话（每轮对话包括一条用户消息和一条模型响应）。

当新的对话发生，最旧的对话会被移出窗口，确保内存和Token使用量保持在可控范围内。

特点

• 滑动窗口机制：只保存最近K轮对话，新的对话会覆盖最早的对话记录。
• 固定内存占用：无论对话进行多久，内存中只存储固定数量的对话记录，Token消耗不会随时间线性增长。
• 可配置性：用户可以设置K参数，控制窗口大小，调整上下文的深度。
  

缺点

• 丢失早期上下文：只保留最近的K条记录，早起的信息会被遗忘，影响对话的连贯性。
• 不适合复杂场景：需要完整对话历史或长期依赖的场景（如法律咨询、长篇故事生成等），效果不如ConversationBufferMemory。
• 窗口大小选择困难：设置合适的K需要权衡上下文完整性和资源消耗，过小可能导致信息不足，过大失去效率优势。
  

代码如下：

from langchain.memory import ConversationBufferWindowMemory
from langchain_community.llms import tongyi
from langchain.chains import ConversationChain

# ==================== 配置 ====================
key = "your key"#替换为个人申请的api_key
llm = tongyi.Tongyi(api_key=key)

#创建一个记忆系统
memory = ConversationBufferWindowMemory(k=1)
#创建会话链
conversation = ConversationChain(llm=llm,memory=memory)

conversation.predict(input="你好，我是一名程序员。")
conversation.predict(input="你叫什么名字？")
conversation.predict(input="我的职业是什么？")
#提取记忆
print(memory.buffer)

因为k=1只记住最近1轮，而“我是一名程序员”是第1轮说的，早就被挤出去了，所以AI的回答是：

“你没有告诉过我你的职业。”

这就是窗口记忆的特点：只记最近的，超过K轮的自动遗忘。

五、两种Memory对比

对比维度	BufferMemory（全量记忆）	BufferWindowMemory（窗口记忆）
存什么	所有对话历史	只存最近K轮
优点	信息完整，不会丢	节省token，不会超限
缺点	对话越长越费钱	早期信息会丢失
适用场景	短对话（5轮以内）	长对话（10轮以上）

💡 建议： 刚开始用 k=3 或 k=5，看效果再调整。k太小容易“失忆”，k太大又费钱

有了记忆，AI就不再是“每次见面都像陌生人”了。

它开始像一个真正的对话伙伴——虽然不一定聪明，但至少不健忘。