如何帮助开发者更精准地管理 LLM 应用的记忆，以满足特定场景下的存储和使用需求，一直是 Dify 近期探索的核心问题。尽管 LLM 拥有长度不等的上下文窗口，能够存储聊天记录，但由于其注意力机制的限制，常常出现记忆丢失或无法准确聚焦于特定信息的情况，难以满足复杂应用场景的需求。为了解决这一问题，Dify 在最新版本中引入了会话变量和变量赋值节点。两者配合使用，使得通过 Chatflow 构建的 LLM 应用在记忆管理上更加灵活、可控，解决了 LLM 在精细管理特定记忆方面的不足。这些功能使 LLM 应用能够读取和写入用户输入的关键信息，从而满足特定应用的需求，提升了 LLM 在生产环境中的实际应用能力。
会话变量用于在 LLM 应用中存储和引用上下文信息。在单个 Chatflow 会话内，开发者可以通过会话变量指定需要临时存储的特定信息（如上下文、上传的文件（即将上线）、用户在对话过程中输入的偏好信息等）。这些信息可以在对话流程的任何阶段，通过变量赋值节点进行写入或更新。会话变量的优势在于，它们提供了比默认对话历史更精细的管理，使应用能够更准确地记忆和引用特定信息，从而实现更个性化的多轮对话交互。
? 变量赋值节点：设置和写入会话变量
变量赋值节点可以为支持写入的变量赋值，如本次版本更新中的会话变量。通过变量赋值节点，应用开发者可以将用户输入的信息赋值到会话变量中进行临时存储，并在后续对话中持续引用这些信息。
对于需要记录初始用户偏好的应用，开发者可以使用会话变量和变量赋值节点来：例如，如果用户在对话开始时选择了中文，变量赋值器节点会将其写入 `language` 会话变量后，LLM 会在后续的回复中参考这一会话变量中的信息，持续使用中文与用户进行交流。
?️ 更多应用场景
会话变量结合变量赋值节点不仅可以存储用户偏好，还能灵活处理多种类型的用户输入和 LLM 生成的信息。以下是一些典型应用场景：
门诊导诊助手：用于给就诊病人推荐合适的科室。通过会话变量记录用户输入的性别、年龄和症状，并基于这些信息进行判断，提供定制化的挂号建议。
- 对话摘要：在 Chatflow 上游的 LLM 节点中使用变量赋值节点作为总结节点，用于提取对话历史的概述，从而避免将完整的历史记录存储为记忆，防止记忆过载。
数据分析助手：对于数据分析师，最新的 Chatflow 可以实现在对话中检索外部系统的数据，并在后续对话中继续使用这些数据。
- 创意写作：支持复杂的创意过程，可以动态添加和修改故事组件。以 Object 数组类型将故事元素存入会话变量，如角色和情节等：
[{name: "Alice", role: "protagonist", trait: "brave"},{name: "Mystical Forest", type: "setting", atmosphere: "eerie"}]这些应用场景展示了会话变量和变量赋值节点的强大功能，能够满足各种复杂的应用需求，提供了个性化的记忆存储。欢迎查阅帮助文档，使用 Chatflow 快速开始构建具备记忆管理功能的 LLM 应用。此外，我们还在探索页面提供了相关的应用模板，帮助你快速上手并体验最新功能，一起来试试吧！
粤ICP备14082021号
免费POC，
零成本试错
