❤️ 如果你也关注 AI 的发展现状，且对 AI 应用开发非常感兴趣，我会每日跟你分享最新的 AI 资讯和开源应用，也会不定期分享自己的想法和开源实例，欢迎关注我哦！
🥦 微信公众号｜搜一搜：蚝油菜花 🥦
🚀 快速阅读
- 功能：Memoripy 支持短期和长期记忆管理、上下文检索、概念提取和嵌入生成、图基关联、层次聚类及记忆衰减和强化。
- 技术原理：使用内存和 JSON 文件存储交互数据，通过自然语言处理技术将文本转换为嵌入向量，基于余弦相似度算法进行相似性检索。
- 应用场景：适用于聊天机器人、虚拟助手、教育软件、推荐系统和健康监测等场景。
正文（附运行示例）
Memoripy 是什么
Memoripy 是一个 Python 库，为 AI 应用提供上下文感知的记忆管理。它支持短期和长期记忆存储，兼容 OpenAI 和 Ollama API。核心功能包括记忆检索、概念提取、图基关联、层次聚类及记忆衰减和强化。
Memoripy 帮助 AI 系统更好地理解和响应用户交互，提升对话的连贯性和个性化体验。通过这些功能，Memoripy 可以应用于聊天机器人、虚拟助手、教育软件、推荐系统和健康监测等多种场景。
如何运行 Memoripy
你可以使用 pip 安装 Memoripy：
pip install memoripy
以下示例展示了如何在 Python 脚本中设置和使用 Memoripy。
示例：example.py
这个示例脚本展示了 Memoripy 的主要功能，包括初始化、存储交互、检索相关记忆和生成响应。
from memoripy import MemoryManager, JSONStorage
def main():
# 替换为你的实际 OpenAI API 密钥
api_key = "your-key"
if not api_key:
raise ValueError("请设置你的 OpenAI API 密钥。")
# 定义聊天和嵌入模型
chat_model = "openai" # 选择 'openai' 或 'ollama' 进行聊天
chat_model_name = "gpt-4o-mini" # 具体的聊天模型名称
embedding_model = "ollama" # 选择 'openai' 或 'ollama' 进行嵌入
embedding_model_name = "mxbai-embed-large" # 具体的嵌入模型名称
# 选择存储选项
storage_option = JSONStorage("interaction_history.json")
# 或者使用内存存储：
# from memoripy import InMemoryStorage
# storage_option = InMemoryStorage()
# 初始化 MemoryManager
memory_manager = MemoryManager(
api_key=api_key,
chat_model=chat_model,
chat_model_name=chat_model_name,
embedding_model=embedding_model,
embedding_model_name=embedding_model_name,
storage=storage_option
)
# 新用户提示
new_prompt = "我的名字是 Khazar"
# 加载历史交互（用于提供上下文）
short_term, _ = memory_manager.load_history()
last_interactions = short_term[-5:] if len(short_term) >= 5 else short_term
# 检索相关的历史交互，排除最后 5 条
relevant_interactions = memory_manager.retrieve_relevant_interactions(new_prompt, exclude_last_n=5)
# 生成响应
response = memory_manager.generate_response(new_prompt, last_interactions, relevant_interactions)
# 显示响应
print(f"生成的响应：\n{response}")
# 提取新交互的概念
combined_text = f"{new_prompt} {response}"
concepts = memory_manager.extract_concepts(combined_text)
# 存储新的交互及其嵌入和概念
new_embedding = memory_manager.get_embedding(combined_text)
memory_manager.add_interaction(new_prompt, response, new_embedding, concepts)
if __name__ == "__main__":
main()
类和模块
- MemoryManager：管理记忆交互，检索相关信息，并基于过去的交互生成响应。
- MemoryStore：存储和组织在短期和长期记忆中的交互，支持基于相关性的聚类和检索。
- InMemoryStorage 和 JSONStorage：分别将记忆存储在内存数据结构或 JSON 文件中。
- BaseStorage：定义存储方法的抽象基类。
核心功能
- 初始化记忆：从选定的存储中加载先前的交互并初始化记忆。
- 添加交互：存储新的交互及其嵌入、概念、提示和输出。
- 检索相关交互：基于查询使用余弦相似度、衰减因子和传播激活搜索过去的交互。
- 生成响应：结合当前提示和检索到的交互生成情境相关的响应。
- 衰减和强化：对未使用的记忆增加衰减，对频繁访问的记忆进行强化。
依赖项
Memoripy 依赖于以下几个库，这些库将通过 pip install memoripy 自动安装：
openaifaiss-cpunumpynetworkxscikit-learnlangchainollama
资源
- GitHub 仓库：https://github.com/caspianmoon/memoripy
❤️ 如果你也关注 AI 的发展现状，且对 AI 应用开发非常感兴趣，我会每日跟你分享最新的 AI 资讯和开源应用，也会不定期分享自己的想法和开源实例，欢迎关注我哦！
🥦 微信公众号｜搜一搜：蚝油菜花 🥦
