今天给大家分享一下扣子知识库和记忆组件。这个知识库的话主要是用在什么场景呢？比如说我们现在企业有一些内部的一些数据，就是AI的话，因为是基于这个大模型预训练的数据，那对于一些行业内的一些垂直领域的知识的话，他是不知道的。所以说我们如果是说想让AI了解我们的一个业务，跟我们的业务做一个整合的话，大家可以把这个知识库给建设起来，那扣子的话需要有这么一个知识库的这么一个功能，它是支持上传跟存储外部的一些知识内容的。比如说我给大家看一个，比如说我现在有一个客服的这么一个知识库，主要是针对一些银行相关的一些问题的一些问答，就是一些一个是问题，一个是答案。现在我有这么一个知识库，我希望AI他去学习我这个行业你们的一些知识。那我问他一些问题的时候，他会更加的聚焦，就是一些回答答案的话，我希望他参考里面内容，而不是说根据一些他原有训练的一些知识去回答。
 
这个的话其实也叫rog技术，就是可以外挂一个知识库。这个外挂知识库的话，它可以解决大模型的一些幻觉问题，包括专业领域知识不足的一些问题，从而去提升这个大模型回复的准确率。从这个功能上来说的话，就是扣子的知识库的话主要包含两个能力。一个的话是存储跟管理外部数据的一个能力。也就是说我们可以基于这个cos上传一个文档上去，就是把它去管理。第二的话就是做这个检索增强，也就是这个rock去检索这个线上数据库，数据管理跟存储，那扣子的话它是支持多种数据源的格式的，比如说像一些本地文档，在线数据，像nation，飞书文档，它只是各种各样的数据源，做一个文档的一些内容的一些上传。上传之后扣子的话可以将内容自动切分为一个个的内容片段，进行一个存储，也就是它底层其实有一个线上数据库，它会对你的内容做一个分段。分段完之后可以支持让用户自定义的做一些内容的分片规则。比如说去做一些分段标识符，比如有些是换行符，有些可能是一个句号怎么样的。包括有些可能用字符长度去做内容切割的，还有的话就是一个增强检索。
 
那扣子的一个知识功能的话，它还提供了多种检索方式，对这个检存储的内容做一个分段的一个检索，比如说我们使用全文检索来通过关键字来进行内容的片段检索和召回，那大模型的话会根据召回的内容片段去生成最终的一个回复内容。所以说这个知识库的一个应用场景的话，就是可以在什么地方呢？首先的话就是一个语料的一个补充，比如说我们需要创建一个虚拟形象跟用户交流。那我们可以在知识库中保存该形象的一些相关语料的一些数据，那后续只能体会通过向量召回一些相关的一些语料，模拟该虚拟形象他的一些语言风格进行一些回答。
 
然后第二个的话就是在一些客服场景。比如说我刚刚提到这个知识库，就是我们做一个智能客服系统。我们可以把用户高频的一些问题，还有产品使用手册上面一些内容，把它上传到扣子的这个知识库上面去。这种题的话就可以通过这些知识的话，精准的去回答用户的一些问题。然后是垂直领域，垂直领域的话就是我们去创建一个包含各种车型详细参数的一些汽车知识，比如说用户去查询某一车型百公里油耗是多少时的时候，我们可以通过该车型的召回机度，然后进行一步去识别百公里的这么一个油耗。
 
那这个的话大家具体实操的话，要在像找一下，在这个资源库里面，应该是资源库里面有一个知识库。大家打开这个知识库这么一个模块。在知识库这里大家可以你看它有几种类型。第一种叫文本，就是支持这种，比如说mark down吧？TXT, PDF这种文档类的，还有是表格类的。这个表格类的话一般就是做一些数据分析了，还包括一些图片类的一些数据都可以。
 
我们首先就先用这个文本数据，比如说我这个叫智能客服，客服知识库。然后描述的话就不填了，然后去上传这个文档，创建并导入。大家看我已经创建这么一个知识库了，我现在把这个markdown的文档拖拽进去，然后上传来下一步。
 
然后大家接下来可以看到的就是他会做什么事情呢？他首先会从这个文档里面去提取图片、表格等关键要素，它耗费时间比较久。如果说你上传是一个PDF的话，那PDF里面可能会有一些图片，图片里面他就要做OCR，内容识别，还有包括一些表格，这个markdown里面可能也有表格，也有一些其他的一些格式的，他要做一些处理。然后如果说你不需要提取图像表格等元素的话，你就选这个，呈文本就完事了。比如说你上传的本来就是一个TXT的，里面不可能有什么图片的那你就不用考虑精准解析了，你就用快速解析就完事了。
 
然后分段策略的话就是我们一般按照自动分段跟清洗规则就可以了。按照他这个要求，如果说你有特殊的一个要求，比如说你有一些换行服务，你是两个换行句号叹号，你有什么要求的话，一般我们就是根据换行服务去换行，就是做一个分段，那最大长度就是比如说八百，就是800个这么一个字符长度。就是每800个字符相当于分一段，然后重叠度的话就是我每一段大概留800%，10%的这么一个重叠度。也就是说我分段我分两段，第一段跟第二段再分两段。那这个10%重叠度是什么意思呢？就是我现在我希望就是因为咱们去召回这个知识库里面的一些片段的时候，可能会有一个问题，就是token超过上下文限制了，里面内容可能会丢掉。
 
所以说我要重叠10%，也就是说这一部分的10%跟上一部分的10%这个是重叠的是一样的。即使这里上下文丢失了百分之多少，那下一半它还有这样就避免了一些这个上下文丢失的一些情况，也当然这个重叠度也不是越高越好了，越高的话可能会导致一些数据冗余，可能也会有问题。所以说这个一般是按照比如说10%、20%的，这个也不能太高了。他如果大家不关心这个的话，你就选自动分段跟清洗就完事儿了。
 
然后包括你看配置存储的话，就是你可以用云搜索的一些服务，你可以用私有云，就是做私有化。就是你不想存到那个沫平台的默认存储里面去，你就做东向资源，挂到公司的一个云账号上面去，我们这里就选平台共享存储就可以了，然后点下一步，这里大家就可以看到这个原始文档的一个预览，就是我们分段的一个逻辑。你看分完段之后大概就是这么个内容，就是把一些markdown的标签去掉了，一些标记什么的去掉了，只保留了纯文本。然后咱们再下一步，然后大家看它就是在处理中了，大概你看剩余六分多钟，咱们就先让他处理。等一下这个上传完之后的话，我们就看一下这个整个的一个跟咱们应用的一个处理效果到底怎么样，是吧？这个就是知识库，我们现在要做行业垂直领域的话，就是要把这个行业的知识库给它传上去。
 
好，因为我们等一下还要说一个记忆，首先说一下知识跟记忆的一个区别是什么？知识的话它是提供给智能体或者工作调度用的一个静态数据，也就是我们这个内容调用的时候什么呢？他要做一个数据参考，也就是比如说我做检索的时候，我可能需要参考里面的一些知识库的数据。结合大模型的一个总结来问的。那么这个智能体终端用户是无法对知识内容进行修改的。
 
记忆的话它是这个智能体在运行过程中，整个应用它具备记忆功能，这个一般是跟绘画相关的。比如说咱们你跟智能体绘画聊天的时候，你上下文的一个对话记录，你传过来一些参数变量，因为咱们节点就是工作流，它每个节点都有一些数据传递，那这个数据传递的话，这个里面就会涉及到一些记忆的地方。有些数据比如上下文，我希望比如生成的内容，希望保存到数据库里面去，甚至我还希望有一些长期的一些记忆。就是我用户用了很多智能体，我想把用户的一些画像，一些逻辑全部给记忆起来。那这时候我就希望有一个长期记忆功能。通常这些数据的话是智能体终端用户在使用智能体过程当中产生的一个动态数据。它是不支持跨智能体使用。也就是说我你做了一个智能客服，这个智能客服这个智能体应用里面的记忆，它就是单独的，他不会跑到其他的智能体里面去，但是知识库可以被多个智能体所引用，这个是个公共知识库。
 
比如说我们要以一个租房平台的智能体为例，下面是展示了这个知识跟记忆他做的事情的一个区别，以方便大家更好的去理解这两个概念。比如说我们存储数据，知识存储的是周边的一些房屋的信息，什么配套设施，小区周边交通，然后政策，租房介绍等等什么的。它的特点的话就是由智能体开发者上传去维护所有用户可见，但是不可修改，也就这个是个公共库，只有部分人能改，但是跟智能体对话的那个应用，就是用户他肯定不能改的，他只能看到它可以跨智能体系应用。
 
记忆的话就是用户他个人对于某一些，比如说楼盘的一些喜好。然后历史租房的一些信息，用户关注的一些小屋，就是小区，这个是用户个人相关的一个数据。它是不可以跨智能体的，也就是这个是按智能体隔离的，所以说这个准确来说叫智能体系，这个叫公共知识库，它是可以被多个智能体所引用的，这个概念大家首先要搞清楚。
 
然后这个知识库类型的话，就刚刚提到的有主要有三种。文本类型的话，主要就是做一些知识问答的相关东西。表格类型的话就是做一些数据分析，比如说我们导入CSV excel，还有一些第三方的一些表格数据，或者怎么样。然后图片类的话就是做一些咱们的一些什么？这个具体的一些，比如说图片生成，然后识别做一些图片的一些标注。这个场景就是每一个场景都不太一样。那导入方式的话就是有的上传文件，有的是通过API去导入的，有的也是直接上传图片。
 
内容分段就是支持自动跟手动。对表格内容一般是按照行去分片的，一行就是一个内容片段，不需要再进行分段设置。因为表格数据它是有规则的，一般就是一行就是一条数据，这个是比较确定的。那索引的话就是一般表格数据会要做一些索引，就是我们会要做，所以这个内容比对，然后看哪个相似度最高，去再做一些生成。图片的话就是标注，就是做那个信息的一个比对，比如说这个是什么图片，这个图片内容是什么，就是会做相关性的一个标注，以方便后续去做内容匹配的时候，那个相似度会相对来说会比较高一些，然后这个前提的话就是知识库目前暂不支持多人写作，只有这个管理员才能去做一个修改，包括这个团队所有者。所以普通人的话他是没有这个权限的。
 
然后这个操作权限我刚刚给大家提到，怎么样创建，就是在这个有一个资源库里面，这大家可以看到资源库里面有一个资源，右上角选择知识库。在知识库对，大家可以按照不同的类型去上传。我刚刚已经上传一个了这个知识库，文本知识库，有个客服知识库，我这里是已经创好了，这个大家也可以去按照这几个步骤，就是把它给上传一下。
 
然后的话就是这个使用限制，使用限制的话就是扣子对于知识库目前的一个限制。像数量的话，1000个数据库，一千个知识库，知识库文件就是300个文件，不超过什么多大。所以说大家要上传大文件的时候，一定要看一下官方的一些文档。他们对于分段的一些要求，就是文件大小都是不一样的，还有包括一些知识库容量。
 
专业版的话它是有10GB的，技术版的话只有1GB。所以说大家要看你是当年是一个什么版本，包括一些内容。就是库里面如果添加了这个邮箱地址的话，可能会涉及到个人隐私的地方的话，这个大家需要注意一下。他有些逻辑会去做一些屏蔽的，包含邮箱地址或者智能体的一些消息，这也是保证用户隐私，所以说这个就数据安全问题大家需要注意一下，就是上传上的一些数据需要注意。
 
好，然后我们后面就是创建了一个文本的一个知识库，就是我刚刚给大家提到这个流程，这个是我刚刚已经操作过的。比如说什么分段解析，你看目前它是这投，这是不同类型的，大家不一定要用这个文档是吧？你也可以用这个微信的这个公众号也是可以的。你看公众号导入导入公众号，然后nation，nation是国外的一个类似于这种原文档的平台，包括飞书是吧？整个都支持还是比较完善的。
 
好，然后配置的话就是我们可以去做不同的一些分段策略，就刚刚提到的你要做提取一些PDF，就是一些OC有些图片文件？就要做OCR。包括表格，包括word文档，里面都有图片的这种一般要选精准解析。因为这些文档里面可能也有表格，有各种各样的数据对象是吧？那你需要用精准解析可以才可以拿到最完整的内容，然后快速解析就是纯文本，你就用快速解析，这个速度会快一些。
 
然后分段策略的话，就是我们本地上传文件的时候，会自动分段跟清洗。一般我们选自动就可以了。如果你有特殊的要求，分段逻辑不一样的话，那你就选自定义分段，去配一下这个策略。
 
然后这个配置存储的话，就是咱们刚刚提到就是有些你可以存到云平台是吧？有些你可以整个企业的私有化的服务器里面去，这个都是OK的。然后在线数据这一块我就不说了，这个就主要是一些提取一些其他内容的一些数据，说白了就是去爬一些数据，然后去把它做一些采集，它也是支持网页这种搜集的飞书文档的话，这个还比较实用一些。大家比如说你不想上传文档，都丢到飞书文档里面去的话，这个使用起来也比较方便。然后公众号的话就是你去导入这具体的一些这个公众号的一些地址就可以了。就是T把这页面地址给他配好啊，一般来说都是没有问题的。然后包括像你还可以做自定义的一些数据的一些采集解析，是吧？
 
好，然后咱们现在来说这个知识库的话怎么来使用，就具体这个怎么用到这个智能体里面去呢？这里我们来说一下，首先我们要把这个知识库去应用的话，首先我给大家举个例子，比如说我现在先创建一个智能体，我看一下，我先创建一个智能体，随机生成，用AI的这种方式，这里我就是说帮我生成。一个什么呢？银行。智能。智能客服智能体。我就随便让他去帮我生成一个银行智能客服智能体了。
 
因为我等一下要把那个知识库的文档给他做一个关联，所以一切让它自动化生成，这个效率会高很多，就是他会帮我生成一些自定义的一些东西进来，如果大家要你要自己做一些个性化的一些那个的话你就选标准那个。我这个的话你看图，包括图标，整个一个相关的一些，基本的一些介绍都帮我弄好了，然后点确认它就会全自动生成。然后左边大家就可以看到，你看提示词什么都给弄好了。提示词它主要包含几部分，一个是角色，就整个智能体它是用来干什么事情的。如果大家对这个提示词不是很满意的话，你可以去优化。就是把这个内容贴上去，然后跟让他去优化。
 
然后技能的话就是他要去做什么呢？首先解答业务问题，但是他现在解答一个问题，他没有知识库，所以我们等一下来验证一下，问他一些问题的话。它的效果可能不一定很好，所以说我们等一下就要配一下那个知识库。然后技能二的话就是我们要提供一些服务咨询相关的一些逻辑。比如说用户用咨询银行相关的一些业务，比如开户流程？其他的等等，我们要给出一些建议，这个是它的一个技能。然后限制的话就是仅回答与银行业务相关的这个问题，其他的话我就不回答了，这个给他做一个要求，这个就是给智能体做具体的一个限定。
 
好，现在的话比如说既然是一个银行客服的话，比如说我现在随便问一个问题，如何查询您这个账户余额，我看到一个结果输出是什么？你看就是他说银网上银行、电话银行，然后其实还有一个APP是吧？这个没有提到，这个也有，但是他应该不是参考我那个，应该拨打客服热线，电话银行，这个其实也有。
 
我再问一个如何修改账户密码，看一下那个答的怎么样。这时候其实还没有引用到这个知识库，我还没有用知识库。等一下我把这个知识库配上去，咱们再来看一下，看一下这个效果。你看这个我问他他就答的有点多了。其实我这个里面只有网上银行跟手机银行APP，但是他把其他的也都打出来是吧？就是一个比较泛的一个答案。那我现在要做的一个事情是什么呢？就是我要把知识库弄上去，在我找一下，在这个地方叫数据库数据库不是数据库，应该是知识库。
 
长期记忆开启，这个还不是场景记文件盒子寄，我们找到一个知识库的一个地方，知识，大家看这里有个知识，我们选文本，然后点一个加。大家看这个就是我刚刚创建了一个知识库，我们来选择客服知识库，不添加添加知识库，把它添加。大家看现在已经有了这个客服知识库了，我们现在再来跟大家问一个问题，我再来问如何修改这个账户密码是吧？来大家问他。大家看这里他就去搜索了，你看已搜索这个正在知识库，这个知识库你看他会把那个分段里面的内容给它匹配出来。比如说我现在问的是如何修改账户密码？他会把这一段抓出来，但是他不是把所有的抓出来，它是这一段，它是分段的吧？自动分段的。
 
所以说这个里面其实就是一个rug，这个叫向量检索。那他怎么知道这个东西？你看这个答案是我想要的一个结果，这里为什么匹配度会这么高呢？就是因为这个用到rag的一些技术叫相似度匹配。就整个它底层其实把它都转换成了一个叫向量的一个东西，为什么这个向量这个逻辑里面就是有一些细节呢？就是什么呢？大家可以看到，就比如说我现在有个坐标，有X坐标，有Y坐标，这个里面就是向量的一个逻辑。
 
比如说我现在有一个点叫A这个点叫B，比如说我们现在是一个二维的这么一个坐标是吧？二维的一个坐标。那我的向量的话就是我现在要把文本转换成二维的一个坐标。那假设这个A点的话可能就代表某一段文本某一个词，B点的话可能就代表某一个点，那我们计算它的一个相似度，就是AB这两个点它之间的一个夹角是不是接近于一就叫余弦相似度。如果接近于一的话，意味着这两个坐标它是接近的。如果度数相差很远的话，比如说是0.1的话，那相差很大，那说明这个东西就没有相关性。
 
还有一种方式叫欧式距离，就计算两个点之间的点击，叫欧式距离。如果这个距离很小的话，说明他们很接近，这个叫相似度匹配，那大家就可以把向量理解为这种坐标，就是我整个比如说我刚刚问的这个问题，如何修改账户密码，这个会转化成一个向量。这之前存到那个知识库里面东西其实也是一个向量，他会拿着一堆向量，比如说现在有V1、V2、V3，就是这个Victor这个向量很多，是一个这样的列表。那他会去匹配，它会把相匹配的这个向量全部找出来，然后把向量又转换成文本给它转出来。那最终其实大家就可以看到这么一堆内容被匹配出来了。
 
但是为什么他还能精准找到这句话呢？因为这个东西他做了一个什么呢？叫top k，就做一个排行，就是优先，说白了就是召回率最高的，评分度最高的，它首先内容会做一个排序，就是123。比如说一的话是0.99，匹配度非常高，就这句话。二的话可能是0.0.80，三的话可能是0.60，他做了一个排序，那最终只保留一个，他觉得这个结果非常接近，那就用这个，所以这个东西就是一个什么呢？叫相似度匹配，这就是他的一个逻辑。为什么要用知识库？就是它的效果会很好啊，就是叫相似度匹配。
 
因为我们问的这个问题，它是一个叫什么呢？叫语义识别。如果你用在这里，可能有同学问了，为什么不用传统数据库呢？传统数据库你如果做模糊匹配没有什么问题，但是你如果要做相似性匹配的话，那你就不行了。因为它这个词可能跟你这个里面搜都搜不到的，就这个里面跟这个词可能都没出现在这个知识库里面。但是它的语义是比较接近的，你也要能给它匹配出来，这个叫语义匹配。所以说这个里面的逻辑就是什么呢？这个一些相关性的一些东西，就是他做了相似的匹配，这个大家知道就行了，这个玩意儿叫相似度。
 
好，然后知识库的话大家其实也可以做各种各样的一些管理。在这个资源库里面我们可以看到知识库，大家可以对它进行一些编辑，添加，然后再修改，你看这个里面我们可以对他一些做一些管理，就是停用，这个功能都是比较齐全，包括我们还可以做一些编辑删除，然后你可以选用不同的知识库做一些处理，这个都是没有问题。好，这个就是知识库的一些逻辑，该有的功能基本上都有啊，这个大家可以去体验一下。然后咱们再来说这个记忆这回事。记忆这个事的话其实分几块，它是有几个概念，记忆其实在扣子里面有四块，就是有四个模块可以实现。
 
首先第一块叫变量，变量是什么呢？之前有一期给大家分享过那个扣子工作流，大家可以去听一下那些耐心。我们讲到了之前搭建了一个工作流的这么一个组件，在这个里面我们搭之前搭建了一个工作流，工作流里面有个东西叫什么呢？叫变量传递。比如说我现在从这个工作流开始去输入一些内容，这个其实是一个变量，这个变量比如说叫input，那我现在工作流里面要调用大模型，这个东西怎么传给这个大模型呢？就是通过这个变量叫input。你看这有个输出，就是在这个地方大家可以看到有一个叫用户提示词的地方，它的变量的写法的话就是用这个花括号写两层的这个花括号。他可以把这个值给它传递到这个大模型里面。
 
大模型接收到这个变量，把它作为输入参数提示词他会去调用。比如说这里选的是豆包大模型是吧，那我们就调用豆包大模型，然后把它做一个什么呢？做一个相似度的一些什么呢？就是做把这个功能能提示词，方程提示词之后，然后去调用这个大模型。
 
调用大模型之后然后给你结果，这个东西叫变量，但这个东西整体是有记忆的，就是我们去对话的时候，整个都会有一个变量的一个传递。并且的话可以干嘛呢？我们还可以做一个绘画的一个记录。比如说我们试运行你跟他聊天，整个聊天的对话记忆它是有记忆功能的，这个是要配记忆的。
 
并且的话我们系统也会有一些变量，就是扣子这个本身的一些变量。比如说用户唯一ID，还有用户当前的物理位置，包括一些飞书的一些绘画ID等等。这个是系统，就是你作为用户的一些绘画信息，这个也是作为一个变量，在你当前这个应用里面它是有一个绘画的，然后这个用户变量就是这个，比如说我们可以去创建一些变量，在这里大家可以看到，这里我们默认的话，其实你可以用系统的一些变量在这个里面。就是我们可以用各种各样的一些变量，其实比如说这个输入大家其实也可以去选，就是各种各样的变量就是我们可以自己去加。比如说我们现在在这个里面，我回到刚刚那个智能体里面去，刚刚那个智能体这个里面。找一下，大家看这里有个变量，变量的话你是可以添加的。你看就是我现在想要一个用户的一个唯一ID是吧？经纬度，要有一些用户信息的一个全局变量，这个当然是可以，你可以把它加进来的，你要启用它，启用它就是获取。
 
如果是你不启用的话，这个是读不到的，这个是需要输入一下。就是你并且你可以在这个智能体整个应用里面，你可以去加一些变量逻辑，这个也相当于是一个记忆。好，这个就是变量。
 
然后完了之后我们还有一块叫什么呢？叫数据库。数据库的话是用来存储一些对话的一些记录的，就比如说业务的一些数据，比如说我们现在要做一个用户的采集数据，就是我要采集用户聊天的一些信息一数据，那这个可以怎么来做呢？就是在这个地方有一个数据库，给大家看到添加一个数据库，比如说新增数据库，基于模板创建实例。
 
比如这里我们现在要创建一个这样的一个数据库是吧？你看我随便创建一个数据库，数据库里面就相当于咱们现在我们可以加数据是吧。比如说这个一我随便写123，我随便给它插入一条数据，相当于比如说咱们是做一个智能客服，我用户跟他聊了一个问题之后，我希望把这些数据干嘛呢？存到我这个数据库里面去是吧？存到数据库里面去，那这个东西的话就是可以在这里面先关联起来，就是我可以把这个里面保存起来。你看我现在保存了，你看我的一些数据是不是都在这里是吧？那我刚刚是手动新增的，其实这个你可以在一些聊天的时候给他做一些采集，聊天的时候他每次的一个数据，就是我们可以其实可以配置给他做一些保存。
 
这个一般是做一些用户数据采集的时候，就填表单，填一些记录信息的时候，那我希望可能把一些数据给它记录起来，记录用户的一个操作的一些东西，比如他提交上来一些东西。所以说这里我们可以要创建一些数据表格。中间数据表格之后，我们可以把它去做一个数据的一个存储。我们可以做一些数据的一个关联，但这一块可以要具体去配一下，就是把整个要把它关联起来，就我们整个的一个逻辑，我来看一个示例就是什么呢？
 
比如说我们去生成这个时间的数据，然后把一些数据，我们其实可以把它保存起来，就这些数据格式我们单独建一个数据表，把这些数据的话作为一些存储，在记忆里面。比如说我们现在选这个看一下已存数据库，底层数据库，我们把这个G来可以看一下，找一下在哪里技能G已存数据库在这个里面，其实它可以把一些提示词里面添加并使用数据表。就这个提示词里面需要把一些数据给它描述一下。
 
等一下，你看将用户数据准确表记录在这个day expense这个表里面，然后你要把一些列名什么的都定义好啊，也就是说大家可以什么呢？我需要把这个把这个加一下，在这个里面我让它优化一下提示词，根据调试结果优化，我我我还需要将聊天数据保存到数据库表，把它保存到这个数据库里面去，让他帮我去优化一下个提示。都写一样的，我看一下它的优化情况。我们聊天记录需要存到reading这个notes里面去，我们看一下它最终会不会保存替换。大家看把这个结果弄出来了，然后我问他一个问题，看一下它会不会保存。解答银行问题的时候，你保存聊天记录，我直接让他保存，看一下会不会保存到这个数据库里面去。
 
已调用数据库，聊天记录已经成功保存到了这个什么的我们看一下。大家看这个数据是不是有了是吧？很神奇，就是你看这个数据是不是就存进去了。
 
用户与客服的聊天记录，换一种视图来看一下，看一下这个用户询问了如何修改账号密码，你看是不是有了是吧，我把它清空一下，请问一下。那我再问一个，就是这个大家应该能理解，就是我在聊天的时候，我随时可以让他干嘛呢？帮他保存聊天数据是吧？我现在要做这么一个功能，保存聊天数据来走起，再看一下效果。你看他搜索知识库，也就是说他帮你聊完天之后，他帮你去做一个存储是吧？他寄过去，你说我现在我想问一下这个问题，如何申请，问如何联系客服服务，然后再加一句保存聊天数据。我问完这个问题之后，然后再帮他帮我保存。你看这个答案是给到我了，给到我完了之后还不行，我要还帮你保存聊天记录是吧？
 
那我们来看一下这个数据库，来大家看这个结果，你看保存是不是保存进来了，什么APP什么吧？你看我第一个问题问的是什么修改密码？第二个问题我问的是这个客户服务，是不是大家看是不是都进来了，历史数据notes，该有的都有了，并且他这个数据结构还帮我做了调整。我原来的这个数据结构应该还不是这样的，他是单独帮我生成一些数据的。
 
你看他们做帮我把表交表结构给改了一下，是吧？Selection包括系统的一些数据，他也帮我生成了比较结构，表结构还是没有帮我改，但是我还加了一些东西。好，这个就是大家需要知道这个记忆，然后这个是那个数据库的记忆，然后还有一块是长期记忆。长期记忆的话就是大家可以在那个提示里面加上这个什么呢？有一个叫长期记忆的这么一个选项，在这个里面有个长期记忆，大家如果说你把这个给开启的话，他会总结聊天内容，就是更好的响应用户的数据。也就是整个对话记录他都会记起来，他不应不会每次都会带上之前的记忆，那你聊天就觉得他会记录这个上下文的，这是在process中长期去调用，所以说这个是需要注意的。你看它有些是长期召回的，比如说我开启了长期之后，我问之前那个问题，我们看一下它的长期记忆会不会关联起来。他有时候会就会关联那个长期记忆，你看从长期记忆里面召回，也就是长期记忆也会作为一个知识库去作为它的匹配的一个逻辑，这个就是长期记忆。 
 
就是你开启了之后，你可以什么呢？智能体可以自动的去保存什么呢？一些文件，对他的一些逻辑的话，就是相当于把你的文件也作为一个他整个记忆的一个逻辑。你可以有一个memory，就整个一个记忆，就是一个绘画的一个记忆，相当于就启用了。你看文件盒子这里是不是就有了是吧？你可以往这个里面去传文件，就这么意思，也就把历史文件也作为一个聊天的内容去做传递。OK以上就是关于cos的智能体，就是这个记忆跟知识库的一个组件分享。
 
如果对大家有帮助的话，欢迎一键三连。大家的关注和反馈是我不断更新的一个源泉。然后个人资料大家可以在评论区回复666领取，咱们下期再见。