我把「记忆」接入了「小爱」，成功搞定多轮对话！ - 文章 - 开发者社区

猴哥的第 105 期分享，欢迎追看

前段时间，搞了个微信 AI 小助理-小爱(AI)，爸妈玩的不亦乐乎。

零风险！零费用！我把AI接入微信群，爸妈玩嗨了，附教程（下）

目前小爱(AI)仍在持续迭代中，受到了很多粉丝朋友的关注，故新建了一个体验群，邀请大家免费体验。

最近收到了很多需求和反馈，人力有限，只能按照优先级进行安排。

最近，把文生图的能力接入了进来：

我把「FLUX」接入了「小爱」，微信直接出图，告别一切绘画软件！

不过，每次都要输入完整提示词，要让它基于生成图片进行调整，就搞不赢了👇

picture.image

因为：目前小爱只支持单轮对话，没有上下文信息，它怎能听懂你在说什么呢 ？

这个需求刚的很，必须尽快安排上！

前两天，已经在开发板上把记忆功能给机器人加上了：

AIoT应用开发：给机器人接入'记忆'，完美解决「和谁对话&多轮对话」！

基本思路是一致的，但实操起来，发现差别还挺大。。。

今日分享，带大家实操：利用本地数据库，为小爱接入记忆功能 ，实现多轮对话 。

数据库实现

本次实现，数据库依然选用 SQLite，自己玩完全足够。

1.1 数据表结构设计

和上篇语音对话机器人不一样，微信中的聊天记录分为：私聊和群聊两种，二者的对话逻辑不完全一样，所以最好解耦开。

原打算放在一个消息表中，后面发现逻辑较为复杂，所以最终实现方案：一张用户表+两张消息表。

用户表：用于存放用户相关信息；

  
class User(Base):  
    __tablename__ = 'users'  
    id = Column(Integer, primary_key=True, index=True)  
    uid = Column(String, index=True)  # id 字段，唯一标识，建立索引  
    name = Column(String, index=True) # name 字段，建立索引  
    alias = Column(String) # 备注名  
  
    room_messages = relationship("RoomMessage", back_populates="user", cascade="all, delete-orphan")  
    single_messages = relationship("SingleMessage", back_populates="user", cascade="all, delete-orphan")

群聊消息表：通过uid和用户表进行关联，存放群聊消息；

  
class RoomMessage(Base):  
    __tablename__ = 'room\_messages'  
    id = Column(Integer, primary_key=True, index=True)  # 自增主键  
    uid = Column(String, ForeignKey('users.uid', ondelete='CASCADE'), index=True)  # 外键关联 uid  
    uname = Column(String)  # 发送方 name  
    room_name = Column(String, index=True)  # 群名  
    content = Column(String)  # 文本内容  
    timestamp = Column(String)  # 时间戳  
  
    user = relationship("User", back_populates="room\_messages")

私聊消息表：通过uid和用户表进行关联，存放私聊消息；

  
class SingleMessage(Base):  
    __tablename__ = 'single\_messages'  
    id = Column(Integer, primary_key=True, index=True)  # 自增主键  
    uid = Column(String, ForeignKey('users.uid', ondelete='CASCADE'), index=True)  # 发送方 uid  
    uname = Column(String)  # 发送方 name  
    to_name = Column(String, index=True)  # 接收方 name  
    content = Column(String)  # 文本内容  
    timestamp = Column(String)  # 时间戳  
  
    user = relationship("User", back_populates="single\_messages")

1.2 定义请求体模型

上一步定义的数据库模型，用于与数据库交互。

接下来，还需定义请求体模型，用于描述和验证 FastAPI 中接收到的数据。

比如，对应 User 的Pydantic 模型，定义如下：

  
class UserCreate(BaseModel):  
    uid: str = Field(..., description="user ID，required")  
    name: str = Field(default="", description="name")  
    alias: str = Field(default="", description="alias")

1.3 实现增删改查

接下来，实现用户表和消息表增删改查的基本功能。

比如要实现用户新增：

  
@app.post("/users/", response_model=UserCreate)  
def add_user(user: UserCreate, db: Session = Depends(get_db)):  
    # 先查询是否存在该用户  
    db_user = db.query(User).filter(User.uid == user.uid).first()  
    if not db_user:  
        db_user = User(uid=user.uid, name=user.name, alias=user.alias)  
        db.add(db_user)  
    else:  
        db_user.name = user.name  
        db_user.alias = user.alias  
    db.commit()  
    db.refresh(db_user)  
    return db_user

实现群聊消息新增：

  
@app.post("/messages/room/", response_model=RoomMessageCreate)  
def add_message_room(message: RoomMessageCreate, db: Session = Depends(get_db)):  
    db_message = RoomMessage(uid=message.uid, uname=message.uname, room_name=message.room_name, content=message.content, timestamp=message.timestamp)  
    db.add(db_message)  
    db.commit()  
    db.refresh(db_message)  
    return db_message

基本功能实现后，就可以参考上篇教程，启动数据库服务端。

多轮对话实现

多轮对话的核心就是接入数据库，从库中检索到一段时间内的聊天记录，统一送给大模型进行答复。

所以，在原来应用的基础上，主要有三点改造：

新增好友信息
新增聊天记录
检索聊天记录

我们来一一搞定它！

2.1 新增好友信息接口

当有好友发消息后，首先需要将用户信息更新到用户表中，为此可以编写一个接口函数，去请求数据库：

  
def add_user(payload): # source['from']['payload']  
    response = requests.post(f"{db\_base\_url}/users/", json={  
        "uid": payload['id'],  
        "name": payload['name'],  
        "alias": payload['alias']  
    })  
    if response.status_code == 200:  
        logger.info(f"Add/update user {payload['name']} into user table")  
    else:  
        logger.error(f"Failed to add user {payload['name']} into user table, {response.text}")

2.2 新增聊天记录

当有用户消息过来时，需要将其保存到数据库中：

  
def add_message_room(uid, uname, room_name, content, timestamp):  
    response = requests.post(f"{db\_base\_url}/messages/room/", json={  
        "uid": uid,  
        "uname": uname,  
        "room\_name": room_name,  
        "content": content,  
        "timestamp": timestamp,  
    })  
    if response.status_code == 200:  
        logger.info(f"Add message {content} from {uname} into message table")  
    else:  
        logger.error(f"Failed to add message {content} from {uname} into message table, {response.text}")

2.3 检索聊天记录

在大模型回答之前，需要从数据库中检索到相关聊天记录：

  
def get_message_room(uid='', room_name='', limit=6, start_time='', end_time=''):  
    param = {  
        "uid": uid,  
        "room\_name": room_name,  
        "limit": limit,  
        "start\_time": start_time,  
        "end\_time": end_time  
    }  
    response = requests.get(f"{db\_base\_url}/messages/room/", params=param)  
    if response.status_code == 200:  
        return response.json()  
    else:  
        return []