功能请求：长期功能计划与讨论

[hypergraphUniverse]

这个issue负责相关测试和技术的探讨，如果有兴趣和有思路/建议欢迎提出。

计划1：基于微调模型的模型设置

• [ ] 计划1

请求动机

1. OpenAI中有微调模型这一选项，功能为可以使用部分文本预先训练模型，然后日后调用此模型。
2. 目前我们的程序，设定的详细程度与token价格之间是不可调和的。

方法描述 采用微调模型来训练人格，加入其中的选项

可能的问题 微调模型的使用价格是正常模型的六倍，因此必须要非常长的设定才赚。同时，微调模型如果输入文字训练失败，可能会导致输出内容错误，这会导致一定资源的浪费。

计划2: 基于某种方案的长期记忆存储

• [ ] 计划2

请求动机

1. 当前AI的内容都是短期记忆，及前后两句话之间能够记住内容。但是如果希望作为一个合格的私人助理（私人机器人），可能希望有一定的长期记忆，记得住之前的记忆。
2. 如果直接使用当前的内容作为长期记忆，token价格则会非常高，同时也很快会超出token的上限。但是另一方面，长期记忆不一定非要每一瞬间都发送过去。例如要求回忆第一次见面说的话，不必记住昨天我告诉AI我吃了什么（举个例子）。

可能方案1 直接使用微调模型，将历史记录输入微调模型作为模型的训练。这种操作对于记忆究竟能有多稳固是不太清楚的。

可能方案2 将历史记录的文本记录下来，在发生新对话的时候，使用某种常规的或者是使用AI的方法，将历史记录的文本中相关的文字检索出来，并且贴在前面。这种操作对于记忆的稳固性有保障，但是如何实现新对话检索旧对话，是这个方案的技术难点。