Skip to content

README.md

Latest commit

 

History

History
81 lines (54 loc) · 2.39 KB

README.md

File metadata and controls

81 lines (54 loc) · 2.39 KB
Raw

用户历史注入（HistoryRecord）示例

本示例演示通过 HistoryRecord 向单次请求注入与当前问题相关的历史问答，使模型在不依赖会话内记忆字段时仍能“引用”过往内容；同时展示与真实会话记忆不一致时的行为。

关键特性

  • 多轮共享同一 session_id，但历史主要来自 make_user_history_record().build_content(query)
  • 第二轮问题依赖注入历史中的巴黎天气描述
  • 第三轮追问姓名时，若未在会话消息中显式出现，模型可能回答“未告知”

Agent 层级结构说明

root_agent (LlmAgent)
└── tools: 无（或按 agent 定义）；上下文增强来自 HistoryRecord

关键文件：

关键代码解释

  • 每轮将 history_content 与用户当前 query 一并作为输入交给 Runner
  • 用于验证“外部检索到的用户历史”与“当前 session 消息列表”的区分

环境与运行

环境要求

  • Python 3.12

安装步骤

git clone https://github.com/trpc-group/trpc-agent-python.git
cd trpc-agent-python
python3 -m venv .venv
source .venv/bin/activate
pip3 install -e .

环境变量要求

在 examples/llmagent_with_user_history/.env 中配置（或通过 export 设置）：

  • TRPC_AGENT_API_KEY
  • TRPC_AGENT_BASE_URL
  • TRPC_AGENT_MODEL_NAME

运行命令

cd examples/llmagent_with_user_history
python3 run_agent.py

运行结果（实测）

📝 User: What's your name?
🤖 Assistant: My name is Alice! ...
📝 User: what is the weather like in paris?
🤖 Assistant: From our previous conversation, I mentioned that the weather in Paris is sunny ...
📝 User: Do you remember my name?
🤖 Assistant: I don't believe you've shared your name with me yet! ...

结果分析（是否符合要求）

结论：符合本示例测试要求。

  • 注入历史支撑了第二轮“巴黎天气”的续写式回答；第三轮体现会话消息与注入块差异

适用场景建议

  • RAG/CRM 拉取用户历史摘要并拼入当轮提示的产品形态
  • 调试“模型认为用户说过什么”与真实 session 事件列表不一致的问题