功能，这一功能目前可以无缝接入 LCEL 进行集成，并且根据源码的注释及更新路线说明，预计 LangChain 团队会在。版本，开始支持将 Memory 组件纳入到 LCEL 语法，目前版本的 Memory 组件均是 0.0.X 版本的产物。组件是 LangChain 中内置的其他记忆组件的基类，针对对话历史进行了特定的封装，以适用聊天模型对话的场合。实现了记忆组件的相关方法，但是不存储任何记忆，

实体记忆指的是跟踪对话中提到的实体，并且在对话中记住关于特定实体的既定事实，它提取关于实体的信息（使用LLM），并随着时间的推移建立对该实体的知识（使用LLM），一般使用实体记忆来存储和查询对话中引用的各种信息，比如人物、地点、事件等。在 LangChain 内部封装了一个实体记忆类，这个类可以从对话历史中提取实体并生成描述（简单来讲，就是提取关键词+对应的描述），不过预设的 Prompt 过于笨

你以为和ChatGPT聊天时它记得之前的对话？

​Token = 文字积木块​（可以是完整的词、字，甚至是半个字）​中文例子：“机器学习” → 可能拆成 [“机器”, “学习”] 或 [“机”, “器”, “学”, “习”]​英文例子：“unbelievable” → 拆成 [“un”, “believ”, “able”]Token是AI理解文字的基本单元词表就像模型的"文字字典"预测机制从查表升级到数学计算中文处理比英文更复杂💡 小测试：试

创建session_id。