AI的框架

app/ai/services/memory_service.py

@@ -0,0 +1,25 @@
+# services/memory_service.py
+from langchain_google_genai import GoogleGenerativeAIEmbeddings
+
+# 假设你使用的是 pgvector
+async def search_memories(query: str, db_connection):
+    """
+    1. 将 query 转化为 Embedding
+    2. 在数据库中执行向量相似度搜索
+    3. 返回最相关的 Top-K 条记忆
+    """
+    # 模拟实现
+    embeddings = GoogleGenerativeAIEmbeddings(model="models/embedding-001")
+    query_vector = await embeddings.aembed_query(query)
+    
+    # 这里执行 SQL: SELECT content FROM memories ORDER BY embedding <=> query_vector LIMIT 3
+    results = "用户此前提到过他在做 Gemini 相关的 Hackathon，倾向于使用 Python。"
+    return results
+
+async def save_to_memory(content: str, db_connection):
+    """
+    这个函数由你的 '保存' 按钮触发。
+    """
+    # 1. 提取 content 中的关键信息（可选，可以用 LLM 提取）
+    # 2. 生成 Embedding 并存入数据库
+    pass