加载中
加载中

在使用 Anthropic API 和 Claude 时,有一个至关重要的概念您需要理解:Claude 不会存储您的任何对话历史。您发出的每个请求都是完全独立的,不会记住之前的交流内容。

聊天窗口:用户问"What's quantum computing? Answer in one sentence.",然后问"Write another sentence",每个问题都得到了回答。

这意味着,如果您想要进行一次多轮对话,让 Claude 记住之前消息中的上下文,您需要自行处理对话状态。

无状态对话带来的问题

假设您问 Claude"什么是量子计算?"并得到了一个不错的回答。然后您接着问"再写一句话"——Claude 完全不知道您指的是什么。它会写出一句完全随机的话,因为它对之前关于量子计算的讨论毫无记忆。

Anthropic API 和 Claude 不会存储任何消息,因此要进行一次"对话",您需要下面列出的两样东西。

多轮对话的工作原理

要维持对话上下文,您需要做两件事:

  • 在您的代码中手动维护一份完整的消息列表
  • 每次请求时都发送完整的消息历史

一条用户消息发送给 Claude,Claude 以"Quantum computing is a method"开头的助手回复随后加入了消息列表。

以下是真正可行的流程:

  1. 将您的初始用户消息发送给 Claude
  2. 获取 Claude 的回复,并将其作为一条 assistant 消息添加到您的消息列表中
  3. 将您的后续问题作为另一条 user 消息添加进去
  4. 将整个对话历史发送给 Claude

请求中的消息:用户的提问、Claude 的助手回复以及后续的用户消息,会一起被发送给 Claude。

构建辅助函数

为了更方便地管理对话,您可以创建三个辅助函数:

python
def add_user_message(messages, text):
    user_message = {"role": "user", "content": text}
    messages.append(user_message)

def add_assistant_message(messages, text):
    assistant_message = {"role": "assistant", "content": text}
    messages.append(assistant_message)

def chat(messages):
    message = client.messages.create(
        model=model,
        max_tokens=1000,
        messages=messages,
    )
    return message.content[0].text

综合运用

以下是如何使用这些函数来维持一次对话:

python
# 从空消息列表开始
messages = []

# 添加初始用户问题
add_user_message(messages, "Define quantum computing in one sentence")

# 获取 Claude 的响应
answer = chat(messages)

# 将 Claude 的响应添加到对话历史中
add_assistant_message(messages, answer)

# 添加一个后续问题
add_user_message(messages, "Write another sentence")

# 在完整上下文中获取后续响应
final_answer = chat(messages)

现在,Claude 会明白"再写一句话"指的是继续扩展关于量子计算的定义,因为您已经提供了完整的对话上下文。

这些辅助函数在您后续使用 Claude 的工作中都会非常有用,能让您更轻松地构建可以在多次交流中保持有意义对话的应用程序。