LangChain-18 Caching 将回答内容进行缓存 可在内存中或数据库中持久化缓存
https://i-blog.csdnimg.cn/blog_migrate/cf2e4e87b7a1ce7371757c2fc33cc096.png配景描述
可以将问答的内容缓存起来，假如是相同的问题，那么将会直接把答案返归去，可以节省费用和计算。
安装依赖
pip install -qU langchain-core langchain-openai
编写代码
我们可以通过 InMemoryCache 进行内存缓存 大概 SQLiteCache 进行持久化存储。
详细代码如下：
from langchain.globals import set_llm_cache
from langchain_openai import ChatOpenAI
from langchain.cache import InMemoryCache
from langchain.cache import SQLiteCache
llm = ChatOpenAI(
model="gpt-3.5-turbo",
)
# 保存在内存中
set_llm_cache(InMemoryCache())
# 也可以持久化在数据库中
# set_llm_cache(SQLiteCache(database_path=".langchain.db"))
# The first time, it is not yet in cache, so it should take longer
message1 = llm.predict("Tell me a joke")
print(f"message1: {message1}")
# The second time it is, so it goes faster
message2 = llm.predict("Tell me a joke")
print(f"message2: {message2}")
运行结果
在运行过程中，可以直观的感受到，第一次的运行速率是比力慢的，但是第二次好坏常快的。
阐明当中是进行缓存了，第二次直接从内存中进行返回的。
固然，假如进入配景检察API的调用情况，也会发现，只有第一次走了OpenAI的API，第二次是没有的。
➜ python3 test18.py
/Users/wuzikang/Desktop/py/langchain_test/own_learn/env/lib/python3.12/site-packages/langchain_core/_api/deprecation.py:117: LangChainDeprecationWarning: The function `predict` was deprecated in LangChain 0.1.7 and will be removed in 0.2.0. Use invoke instead.
warn_deprecated(
message1: Why did the tomato turn red? Because it saw the salad dressing!
message2: Why did the tomato turn red? Because it saw the salad dressing!
https://i-blog.csdnimg.cn/blog_migrate/610e3baa16e76beebf34c30dce70b5d6.png
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]