🚀【超実践】LangMem × GPT-4o で「記憶するAI」爆速構築！Cloud SQLで永続化も！！【5分で動くサンプル付き】

はじめに

LangMem、とっつきやすいですが、Storeの永続化をしないと、
忘れんぼ MEMちょ、になってしまいます😢

でも、なんだかんだ情報が少なくて、Storeとpostgreの連携がわかりにくかったので、
サンプルコード作ってみました！

説明は次回するとして、とりあえず試してみましょう！

やってみよう！！

[GCP の Cloud SQL とサービスアカウントの設定は終了している前提で進めます！]

1️⃣ リポジトリをCloneしてください！

2️⃣ docker-compose.yaml を設定

docker-compose.yaml

environment:
    - POSTGRES_URL=postgresql://{user}:{pass}@cloudsql-proxy:5432/{dbname}
~~ 中略 ~~
cloudsql-proxy:
    - instances={Cloud SQLの接続名}=tcp:0.0.0.0:5432

3️⃣ .env.local を設定

.env.local

OPENAI_API_KEY={your open ai key}
POSTGRES_URL=postgresql://{user}:{pass}@cloudsql-proxy:5432/{dbname}

4️⃣ GCPのサービスアカウントのsecretsを配置

.
├── Dockerfile
├── backend
│   └── api
│       ├── __init__.py
│       ├── main.py
│       └── routers
│           └── chat.py
├── docker-compose.yaml
└── secrets
    └── service_account.json <== ここに挿入

5️⃣ docker-compose実行

docker-compose up --build 

以下ログが出たら、起動完了です！！

demo-api_1        | Store initialized!

動作確認

こんな感じで名前を覚えさせて...!!!

聞いてみると？

ちゃんと答えてくれますね！！

仕様

一応、ユーザーごとに別の記憶を保持できるようになってます。
あと、どのように記憶されているか確認できるように、レスポンスに記憶全てを含めるようにしています。
細かいところは、僕の指が痛くない時に、いつか書きますww

発展系

📝 このリポジトリを使ってもらった人は、CloudRunにもすぐデプロイできます！

😭 prompt_optimizer 使いたいけどむずいねほんと。memory_toolとの関係性がよくわからんです。

‼️ なんか前後の文脈覚えられないのと、あんまりフランクにしてくれないのがイマイチですね。もっと人間ぽくしたい。そこは色々調整ですかね！

最後に

‼️「いいね」・「ブックマーク」・「フォロー」してくださると泣いて喜びます‼️

こういうの知りたい、興味あるなどコメントくだされば、ChatGPTより頑張って調べて記事にしますので、コメント待ってます 笑