本文介绍了如何利用LangChain实现两种会话记忆机制：临时会话记忆和长期会话记忆。临时会话记忆通过InMemoryChatMessageHistory和RunnableWithMessageHistory组件实现，将对话历史存储在内存中，适用于单次会话场景。长期会话记忆则通过自定义的FileChatMessageHistory类实现持久化存储，将对话记录保存到本地文件，确保程序重启后仍可恢复历

本文介绍了LangChain中三种处理大模型输出数据的方法。StrOutputParser用于将AIMessage对象转换为字符串，实现模型间的简单传递；JsonOutputParser可将JSON格式输出解析为字典，便于结构化数据处理；自定义函数则提供更灵活的数据转换方式。这三种"数据适配器"解决了模型输出与下游组件间的数据类型兼容问题，使开发者能够根据具体需求选择合适的数据

建议：实践建议：

嵌入模型（Embedding Model）是目前几乎所有智能AI应用背后最核心的“理解引擎”之一。它把人类能读懂的文字、图片、音频、代码……统统转换成一串固定长度的数字向量（也叫“数字指纹”），这些向量放在一个高维空间里，。

我们根据 readme.md 文档来操作就行。

我们根据 readme.md 文档来操作就行。