Dify如何实现多轮对话记忆？

Dify 主要通过Chatflow​ 应用类型和其内置的记忆机制​ 来实现多轮对话。简单来说你只需选择正确的应用类型并在关键节点开启记忆功能即可。 选择正确的应用类型Chatflow实现多轮对话的第一步是在创建应用时选择Chatflow​ 类型。与主要用于单次执行的 Workflow 不同Chatflow 专为对话场景设计其核心优势在于内置记忆自动存储和传递多轮对话的历史消息。持续交互允许用户在生成内容后进行多轮讨论和调整。注意Workflow 类型没有内置记忆功能无法实现多轮对话。 开启并配置记忆功能在 Chatflow 中你需要在关键节点主动开启并使用记忆功能。1. 在 LLM 节点中开启记忆这是实现多轮对话最核心的一步。在 Chatflow 的 LLM大语言模型节点中找到并打开“记忆 (Memory)”​ 开关。设置“记忆窗口”​ 大小即模型能“看到”的历史消息轮数如最近的 5 轮对话。将“角色前缀”等设置保持默认即可。原理解析开启后Dify 会自动将当前对话的历史消息如最近5轮附加到 prompt 中。例如User: ... Assistant: ... User: ... Assistant: ... User: (当前问题)这样模型就能利用历史上下文来理解和回答当前问题。2. 在其他节点中利用记忆部分节点如“问题分类器”也支持开启记忆功能。开启后这些节点在运行时也能参考对话历史从而做出更准确的判断例如更好地理解“它”、“这个”等指代性词语。 使用会话变量保持状态如果你需要在多轮对话中保持一些自定义状态如游戏分数、用户偏好等可以使用会话变量 (Conversation Variables)。特性这类变量与会话Session绑定其值在对话期间一直存在可用于记录用户名称、心情值、任务进度等。应用在“个性化记忆助手”等场景中通过读写会话变量可以实现长期的个性化记忆。 编写利用上下文的 Prompt为了让模型的回答更具连贯性你需要在 Prompt (提示词) 中明确指示它利用对话历史。System Prompt 示例text你是一个有帮助的助手。你需要根据【对话历史】来理解当前问题并进行回答。对话历史{{context}}用户最新问题{{query}}这里的context通常会被自动替换为实际的历史对话内容。通过清晰的指令可以有效避免模型“遗忘”或“胡编乱造”。 通过 API 进行多轮对话当你通过 API 调用 Chatflow 应用时实现多轮对话的关键在于传递conversation_id。首次调用不传递conversation_idAPI 会返回一个新的conversation_id。后续调用在后续的请求中携带上一次的conversation_id。Dify 服务端会根据这个 ID 找到对应的对话历史并将其纳入上下文。这种方式确保了即使是无状态的 API 调用也能在服务器端维持连续的对话状态。 快速上手指南总结一下要在 Dify 中实现多轮对话只需遵循以下三点创建 Chatflow 应用这是前提。在 LLM 节点开启记忆并设置合适的窗口大小。通过conversation_id关联对话无论是 Web 界面还是 API 调用确保同一会话使用相同的 ID。对于需要长期记忆的场景可以结合会话变量​ 和外部知识库 / 数据库​ 来扩展模型的能力。