Как я могу эффективно управлять историей разговоров для динамического создания вопросов с помощью Gemini AI? ⇐ Python

[Anonymous]

Я разрабатываю приложение искусственного интеллекта с использованием Gemini для ведения диалоговых вопросов и ответов. В настоящее время я храню историю разговоров в разговоре_buffer на протяжении всего сеанса. Однако я считаю, что могут быть более эффективные методы, подобные управлению цепочкой памяти OpenAI, позволяющие использовать эту историю для динамического создания дополнительных вопросов и контекстно-зависимых ответов.

Код: Выделить всё

import os
from dotenv import load_dotenv
import google.generativeai as genai

load_dotenv()

GOOGLE_API_KEY = os.getenv('GOOGLE_API_KEY')
genai.configure(api_key=GOOGLE_API_KEY)

conversation_buffer = []

def introduce_candidate():
model = genai.GenerativeModel('gemini-pro')
# Introduce candidate and store name in conversation_buffer
# ...

def ask_question(prompt):
# Ask a question to the candidate and store in conversation_buffer
# ...

def generate_follow_up(candidate_name, response):
# Generate follow-up question based on previous responses
# Store follow-up question in conversation_buffer
# ...

def main():
# Main interview session loop
# ...

Вместо разговора_буфера я ищу методологии или функциональные возможности в Gemini или других платформах искусственного интеллекта, которые способствуют более эффективному управлению историей разговоров для таких приложений. Будем очень признательны за любые предложения или идеи по передовому опыту интеграции этой функции.


Подробнее здесь: https://stackoverflow.com/questions/787 ... -generatio