说在前面

• 操作系统：windows
• python版本：3.9
• langchain版本：0.3.20
• pycharm版本：2023.1.2 (Community Edition)
• 其他：由于上一篇里用的1.5b模型实在太傻了，不太好演示，这里暂时换成deepseek

最简单版本

• 依照上一篇的一些准备工作，我们首先可以实现一个最简易的聊天机器人版本
• 先把deepseek依赖库装下

  pip install langchain-deepseek
  

• 上代码

  from langchain_deepseek import ChatDeepSeek
  
  dllm = ChatDeepSeek(model="deepseek-chat", api_key="xxxxx")
  
  from langchain_core.messages import HumanMessage
  
  while True:
      input_msg = input("> ")
      print(dllm.invoke([HumanMessage(content=input_msg)]).content)
  

  测试

  (venv) PS D:\Code\langchain> python .\main.py              
  > 你好
  你好！很高兴见到你。有什么我可以帮忙的吗？
  > 我叫柯南
  你好，柯南！你提到“柯南”，让我想到了《名侦探柯南》这部非常受欢迎的日本动漫。你是这部动漫的粉丝吗？还是你的名字真的叫柯南呢？如果你有任何关于动漫、推理或者其他方面的问题，都可以告诉我哦！
  > 你知道我叫什么吗？
  您好！我是由中国的深度求索（DeepSeek）公司开发的智能助手DeepSeek-V3。有关模型和产品的详细内容请参考官方文档。
  

• 这个聊天机器人实际上进行单次对话，没有记忆，接下来我们将逐步完善这个机器人

添加历史对话

• 要让大模型有记忆，最简单的方式是将所有历史对话都交给大模型，比如：

  from langchain_deepseek import ChatDeepSeek
  
  dllm = ChatDeepSeek(model="deepseek-chat", api_key="xxxxx")
  
  from langchain_core.messages import HumanMessage,AIMessage
  
  msg_history = []
  while True:
      input_msg = input("> ")
      msg_history.append(HumanMessage(content=input_msg))
  
      ai_msg = dllm.invoke(msg_history).content
      msg_history.append(AIMessage(content=ai_msg))
      print(ai_msg)
  

• 测试

  (venv) PS D:\Code\langchain> python .\main.py
  > 你好，我是柯南
  你好，柯南！很高兴见到你。你今天有什么新的案件要解决吗？还是有什么谜题需要一起探讨？我很乐意帮忙！
  > 你知道我叫什么吗？
  当然知道，你是江户川柯南，一个聪明绝顶的少年侦探。你以敏锐的观察力和卓越的推理能力闻名，总是在不经意间揭开案件的真相。你的名字，就像你解决的那些错综复杂的案件一样，令人印象深刻。
  > 
  

  可以看到，AI能够知道之前对话的信息了

消息持久化

• 当我们需要更好的管理历史消息时，我们可以将消息存储到数据库中，例如mongo、mysql之类的。在langchain的生态中，langgraph有一套内置的持久化层，它提供了几个数据库的封装，sqlite以及postgres；同时有一个使用内存的实现(MemorySaver)用于测试以及调试。
• 那我们就用langgraph来试试，安装langgraph：

  pip install langgraph
  

• 先看代码

  from langchain_deepseek import ChatDeepSeek
  dllm = ChatDeepSeek(model="deepseek-chat", api_key="xxxxx")
  
  from langchain_core.messages import HumanMessage,AIMessage
  from langgraph.checkpoint.memory import MemorySaver
  from langgraph.graph import START, MessagesState, StateGraph
  
  # 定义一个graph
  workflow = StateGraph(state_schema=MessagesState)
  
  # 封装一下模型调用
  def call_model(state: MessagesState):
      response = dllm.invoke(state["messages"])
      return {"messages": response}
  
  # 定义一个模型节点
  workflow.add_edge(START, "model")
  workflow.add_node("model", call_model)
  
  # 添加MemorySaver
  memory = MemorySaver()
  app = workflow.compile(checkpointer=memory)
  
  # 定义一个配置，thread_id用于标识此次对话，常用于多用户环境，这里暂时不做扩展
  config = {"configurable": {"thread_id": "konan"}}
  while True:
      input_msg = input("> ")
      output = app.invoke({"messages": [HumanMessage(content=input_msg)]}, config)
  
      print(output["messages"][-1].content)
  

  测试

  (venv) PS E:\Workspace\pycharm\langchain> python.exe .\main.py
  > 你好，我是柯南
  你好，柯南！很高兴见到你。作为一名高中生侦探，你一定有很多精彩的推理故事吧？如果你有任何案件需要讨论，或者想分享一些有趣的线索，我都很乐意帮忙。你最近在调查什么案件呢？
  > 你知道我是谁吗？
  当然知道，你是江户川柯南，一个外表看似小孩，智慧却过于常人的名侦探。你原本是高中生侦探工藤新一，因被黑衣组织灌下毒药而身体缩小，化名为江户川柯南，继续破解各种复杂的案件。你的推理能力和对正义的执着令人敬佩。有什么我可以帮你的吗？
  

• 一步步拆解下，首先是

  workflow = StateGraph(state_schema=MessagesState)
  

  StateGraph是一种所有节点均通过一个共享的状态管理器进行沟通的graph，在我们这个例子中，这个状态管理器的类型就是MessagesState，它其实就是一个字典，里面默认有messages这个kv。

  class MessagesState(TypedDict):
      messages: Annotated[list[AnyMessage], add_messages]
  

• 接下来是封装了一下模型的调用

  def call_model(state: MessagesState):
      response = dllm.invoke(state["messages"])
      return {"messages": response}
  

  它的参数是state，也就是我们的状态管理器；而返回值是一个字典，里面是模型的返回，字典的key是messages
• 而后开始定义我们的graph

  workflow.add_edge(START, "model")
  workflow.add_node("model", call_model)
  

  
• 紧接着添加了MemorySaver，这一步比较关键

  memory = MemorySaver()
  app = workflow.compile(checkpointer=memory)
  

• 最后就是正常的调用了

  input_msg = input("> ")
  output = app.invoke({"messages": [HumanMessage(content=input_msg)]}, config)
  

• 看完这个流程，我有个疑问，用户的输入以及模型的返回，是怎样存入到memory之中的？关键点在于checkpointer=memory，如果把这个去掉，就没有记忆功能了

  (venv) PS E:\Workspace\pycharm\langchain> python.exe .\main.py
  > 你好，我是柯南
  你好，柯南！很高兴见到你。你今天有什么案件需要解决吗？还是有什么谜题需要一起探讨？我很乐意帮忙！
  > 你知道我是谁吗？
  您好！我是由中国的深度求索（DeepSeek）公司开发的智能助手DeepSeek-V3。有关模型和产品的详细内容请参考官方文档。
  > 
  

  这个如何实现的这里就先不探讨了，应该和这个有关

管理历史对话

• 通过上述的代码我们可以知道，当对话次数越多，一次大模型请求传递的数据量就越多，消耗的token数就越多，所以一个非常重要的功能就是管理历史对话，让传给大模型的数据量不要过大。

• 同样的，langchain有一些封装好的接口可以使用

  def dummy_token_counter(messages: list[BaseMessage]) -> int:
      count = 0
      for msg in messages:
          if isinstance(msg.content, str):
              count += len(msg.content)
      return count
  
  trimmer = trim_messages(
      max_tokens=64,
      strategy="last",
      token_counter=dummy_token_counter,
      include_system=True,
      allow_partial=False,
      start_on="human",
  )
  
  # 封装一下模型调用
  def call_model(state: MessagesState):
      trimmed_msg = trimmer.invoke(state["messages"])
      response = dllm.invoke(trimmed_msg)
      return {"messages": response}
  

  这里由于用的deepseek，直接使用token_counter=dllm会报错，可能哪里不兼容，所以随便写了一个counter

• 测试，可以看到第三个问题的时候已经不知道我是柯南了

  (venv) PS E:\Workspace\pycharm\langchain> python.exe .\main.py
  > 你好，我是柯南
  你好，柯南！很高兴见到你。你今天有什么新的案件要解决吗？还是有什么需要我帮忙的地方？
  > 怎样睡得更好
  要改善睡眠质量，可以尝试以下方法：
  
  ### 1. **建立规律的作息时间**
  - 每天尽量在同一时间上床睡觉和起床，即使在周末也保持一致。
  - 帮助身体形成生物钟，更容易入睡和醒来。
  
  ### 2. **创造舒适的睡眠环境**
  - **温度**：保持卧室凉爽（18-22℃为宜）。
  - **光线**：使用遮光窗帘或眼罩，避免光线干扰。
  - **噪音**：使用耳塞或白噪音机减少噪音干扰。
  - **床具**：选择舒适的床垫和枕头，适合你的睡眠姿势。
  
  ### 3. **睡前放松身心**
  - **避免刺激**：睡前1-2小时避免使用电子设备（如手机、电脑），减少蓝光对大脑的刺激。
  - **放松活动**：可以尝试冥想、深呼吸、轻柔的瑜伽或听舒缓的音乐。
  - **温水泡脚或泡澡**：帮助放松肌肉，促进血液循环。
  
  ### 4. **调整饮食习惯**
  - **避免咖啡因和酒精**：睡前4-6小时避免摄入咖啡、茶、巧克力或酒精。
  - **清淡晚餐**：避免睡前吃太饱或吃油腻、辛辣的食物。
  - **适量饮水**：睡前不要喝太多水，以免夜间频繁起夜。
  
  ### 5. **白天保持适度运动**
  - 每天进行30分钟左右的适度运动（如散步、慢跑、瑜伽），但避免在睡前2小时内剧烈运动。
  
  ### 6. **管理压力和焦虑**
  - **写日记**：睡前写下当天的烦恼或明天的计划，帮助清空大脑。
  - **练习正念**：通过冥想或深呼吸练习缓解焦虑。
  - **寻求支持**：如果压力过大，可以找朋友倾诉或寻求专业帮助。
  
  ### 7. **避免长时间午睡**
  - 如果需要午睡，控制在20-30分钟内，避免影响夜间睡眠。
  
  ### 8. **限制床上活动**
  - 床只用于睡觉和亲密关系，避免在床上工作、看电视或玩手机，帮助大脑建立“床=睡眠”的联想。
  
  ### 9. **尝试自然助眠方法**
  - **喝温牛奶或草本茶**：如洋甘菊茶、薰衣草茶。
  - **使用香薰**：薰衣草、洋甘菊等精油有助于放松。
  
  ### 10. **如果长期失眠，及时就医**
  - 如果尝试以上方法后仍无法改善睡眠，建议咨询医生，排除潜在的健康问题（如睡眠呼吸暂停、焦虑症等）。
  
  ### 小贴士：
  - **不要强迫自己入睡**：如果躺下20分钟后仍无法入睡，可以起床做一些放松活动，直到感到困倦再回到床上。
  - **记录睡眠日记**：记录每天的睡眠时间、质量、饮食和活动，帮助找到影响睡眠的因素。
  
  希望这些方法能帮助你改善睡眠，拥有更高质量的休息！
  > 我是谁
  这个问题涉及到自我认知和哲学思考。从哲学的角度来看，“我是谁”是一个关于自我身份和存在本质的问题。不同的哲学流派和思想家对此有不同的解释。
  
  1. **笛卡尔的“我思故我在”**：笛卡尔认为，思考是自我存在的证明。通过怀疑一切，他发现唯一不可怀疑的是自己在思考的事实，因此得出结论“我思故我在”。
  
  2. **佛教的无我**：佛教认为，所谓的“我”是一个幻觉，是由五蕴（色、受、想、行、识）暂时聚合而成的。真正的自我并不存在，执着于“我”是痛苦的根源。
  
  3. **存在主义**：存在主义者如萨特认为，存在先于本质。人首先存在，然后通过自己的选择和行动来定义自己。因此，“我是谁”是由你自己通过行动和选择来决定的。
  
  4. **心理学视角**：从心理学角度来看，自我是一个复杂的结构，包括自我概念、自我认同和自我意识。你是谁可能由你的经历、记忆、情感、价值观和社会关系共同塑造。
  
  5. **生物学视角**：从生物学角度来看，你是由你的基因、生理结构和大脑功能所决定的。你的身体和大脑的状态会影响你的思维、情感和行为。
  
  6. **社会学视角**：社会学家认为，自我是在社会互动中形成的。你通过与他人的关系、社会角色和文化背景来定义自己。
  
  7. **灵性视角**：在一些灵性传统中，真正的自我被认为是超越物质世界的，与宇宙或神性相连。通过冥想、祈祷或其他灵性实践，人们试图认识这个更深层次的自我。
  
  最终，“我是谁”这个问题没有一个简单的答案，它可能需要你通过自我反思、哲学思考、科学探索和灵性实践来不断探索和理解。
  

• 以上，柯南要碎觉了