LLM 应用在较长的交互过程中通常需要保持上下文 (context)，这超出了简单记忆缓冲区的能力范围。有效管理对话历史对于构建连贯且具备状态的应用来说非常必要。

本章提供在 LangChain 中实现进阶记忆管理的方法。您将学习比较并选择合适的记忆类型，比如向量 (vector)存储支持的记忆或实体记忆；配置持久化存储以实现长期记忆；以及运用策略来处理有限的上下文窗口。我们还将介绍如何创建针对特定需求定制的记忆模块，并将这些记忆系统与复杂的链和代理整合，同时应对异步环境中的难题。学完本章后，您将能够处理 LangChain 项目中精密的上下文需求。