Files
Agents-Flex1/docs/zh/samples/chat-with-memory.md

78 lines
2.1 KiB
Markdown
Raw Permalink Normal View History

2025-08-27 19:57:18 +08:00
# 历史对话
## 示例代码
历史对话 和 简单对话类似,只需要把 prompt 修改为 `HistoriesPrompt` 即可,代码如下:
```java
public static void main(String[] args) {
Llm llm = new OpenAILlm.of("sk-rts5NF6n*******");
HistoriesPrompt prompt = new HistoriesPrompt();
pormpt.addMessage(new HumanMessage("你叫什么名字?"));
String response = llm.chat(prompt);
System.out.println(response);
}
```
## 连续对话
```java
public static void main(String[] args) {
System.out.println("请开始向 AI 提问!");
Llm llm = new OpenAILlm.of("sk-rts5NF6n*******");
HistoriesPrompt prompt = new HistoriesPrompt();
Scanner scanner = new Scanner(System.in);
String userInput = scanner.nextLine();
while (userInput != null) {
prompt.addMessage(new HumanMessage(userInput));
llm.chatStream(prompt, (context, response) -> {
System.out.println(">>>> " + response.getMessage().getContent());
});
//等待用户输入
userInput = scanner.nextLine();
}
}
```
在以上的连续对话中,`HistoriesPrompt` 有一个成员变量 `memory` 用于存储所有的历史对话内容。
默认的情况下,是使用内存进行存储,当我们需要对对话内容进行持久化时,只需要实现自己的 Memory 即可,示例代码如下:
```java
public class DatabaseChatMemory implements ChatMemory {
@Override
public List<Message> getMessages() {
//从数据库查询所有的历史消息
return Db.findList("select * from ....");
}
@Override
public void addMessage(Message message) {
//把消息添加到数据库
Db.save(message);
}
}
```
然后,在创建 `HistoriesPrompt` 时,传入自己的 `DatabaseChatMemory`,如下代码所示:
```java
public static void main(String[] args) {
Llm llm = new OpenAILlm.of("sk-rts5NF6n*******");
HistoriesPrompt prompt = new HistoriesPrompt(new DatabaseChatMemory());
prompt.addMessage(new HumanMessage("user new question...."));
llm.chat(prompt);
//....
}
```