Day27-手搓AI-agent-提取记忆04
输入“/”快速插入内容
Day27-手搓AI-agent-提取记忆04
Day27-手搓AI-agent-提取记忆04
用户264用户2645月25日修改
0.07 复制打开抖音，看看【学习AI的1000天的作品】学习AI1000天，从0手搓Agent，提取记忆+... https://v.douyin.com/Lz0-VoLGvVY/ s@R.xS vse:/ 03/23
不懂代码的同学，可以直接安装python拿过来即可使用，视频里是用cmd运行的，你们自己可以使用trae来运行。
这次分享的内容是帮助保存上下文的脚本。为后面学习做基础。首先cmd里面输入 pip install anthropic 安装Anthropic SDK
只需保存这两个代码文件，放到同级目录，使用trae(或其他IDE)即可运行。
如果没有API key，可以去api.xueai.me获取，具体方法如何获取Claude大模型的API接口，如果没填写api key，则会出现下面的错误信息：
下面是代码解读：
你知道每次和AI 对话，AI能够返回哪些信息吗？如何提取这些信息和保存记忆？这是AI返回的信息：
代码块
Message(id='chatcmpl-9709rQdvMSIASrvcWGVsJMQouP2UV', content=[TextBlock(citations=None, text='你好！很高兴见到你，有什么我可以帮忙的吗？如果你有 具体问题，我很乐意提供详细的解答和背景知识。 😊', type='text')], model='claude-sonnet-4-6', role='assistant', stop_reason=None, stop_sequence=None, type='message', usage=Usage(cache_creation_input_tokens=0, cache_read_input_tokens=0, input_tokens=55, output_tokens=0, server_tool_use=None, service_tier=None))
上面是获取到的message，所以我们将AI每次返回的信息整体保存起来，就形成了上下文。
示例代码主程序多轮对话history_chat.py：
代码块
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
带记忆功能的流式对话程序
这个程序实现了与AI医生的实时流式对话，可以边生成边显示回复内容
同时保留完整的对话历史记录
"""
# 导入Anthropic SDK库
import anthropic
import json
import datetime
import os
from chat_saver import ChatSaver
# 创建Anthropic客户端实例
client = anthropic.Anthropic(
# API密钥配置
api_key="你的API-KEY",
base_url="https://api.xueai.me"
)
# 初始化对话保存器
chat_saver = ChatSaver()
# 初始化消息列表，用于存储完整的对话历史
load_messages = chat_saver.load_conversation()
messages = load_messages or []
# 无限循环，实现持续对话
while True:
# 获取用户输入
# strip()去除前后空白字符，确保输入有效
user_input = input("\n你: ").strip()
# 将用户消息添加到对话历史中
# role为"user"标识这是用户的提问
messages.append({"role": "user", "content": user_input})
# 创建流式API请求，实现实时回复显示
# 先打印AI标识，让用户知道开始回复了
print("AI: ", end="", flush=True)
# 初始化回复文本变量，用于累积完整的回复内容
reply_text = ""
# stream=True参数启用流式响应，可以边生成边显示
with client.messages.stream(
# 指定使用Claude Sonnet 4模型
model="claude-sonnet-4-6",
# 限制最大回复长度（注意：当前API可能忽略此参数）
max_tokens=50,
# 系统提示：强制极简回复（因为max_tokens被API忽略）
system="""你是一名AI助手""",
# 传入完整的对话历史，保持上下文连贯性
messages=messages,
# 温度参数控制回复的创造性（0.9表示比较有创造性）
temperature=0.5,
) as stream:
# 遍历流式响应中的每个文本片段
for text in stream.text_stream:
# 实时打印每个字符，实现打字机效果
print(text, end="", flush=True)
# 同时累积完整的回复文本，用于后续存储
reply_text += text
# 打印换行符，结束当前回复的显示
print()
# 将完整的AI回复添加到对话历史中
# role为"assistant"标识这是AI的回复
messages.append({"role": "assistant", "content": reply_text})
# 获取流式响应的最终完整消息对象，包含了所有元数据信息
message = stream.get_final_message()
# 保存对话
chat_saver.save_conversation(user_input, message)