git clone https://github.com/getzep/zep && cd zep

log:
  # debug / info / warn / error / panic / dpanic / fatal から指定。デフォルトは "info"
  level: info
  # ログのフォーマット。"console"だと人間が読める形式のログフォーマットになり、
  # "json"だとJSON形式のログになる。デフォルトは"json"。
  format: json
http:
  # バインドするホスト。デフォルトは 0.0.0.0。
  host: 0.0.0.0
  # バインドするポート。デフォルトは8000。
  port: 8000
  max_request_size: 5242880
postgres:
  user: postgres
  password: postgres
  host: db
  port: 5432
  database: postgres
  schema_name: public
  read_timeout: 30
  write_timeout: 30
  max_open_connections: 10
# 時間を扱うパッケージ、Carbon（github.com/golang-module/carbon）の設定。
# 主に "2 hours ago" のような人間にとって読みやすい相対時間文字列を生成するために使われる。
# Carbonが対応している言語一覧は以下を参照:
# https://github.com/golang-module/carbon?tab=readme-ov-file#i18n
carbon:
  locale: en
graphiti:
   # graphiti サービスのベースURL
  service_url: http://graphiti:8003
# ZepサービスへのAPIリクエストを認証に使用するシークレットを設定（必須）
# シークレットはZepサービスとクライアントの間で厳重に管理する必要がある。
# シークレットは任意の文字列値を指定できる。
# Zepサービスにリクエストするときは、Authorizationヘッダに以下のキーでこのsecretを含める。
api_secret: 
# Zepがどのように使用されているかをよりよく理解するために、遠隔測定データを収集する。
# これはオプションであり、disabledをtrueに設定することで無効にできる。
# 当社はPIIやお客様のデータを収集することはない。Zepの使用方法に関する匿名化されたデータのみを収集する。
telemetry:
  disabled: false
  # 誰がZepを使用しているのかをより良く理解するために、組織名を記入する。
  organization_name:

log:
  level: info
  format: json
http:
  host: 0.0.0.0
  port: 8000
  max_request_size: 5242880
postgres:
  user: postgres
  password: postgres
  host: db
  port: 5432
  database: postgres
  schema_name: public
  read_timeout: 30
  write_timeout: 30
  max_open_connections: 10
carbon:
  locale: jp
graphiti:
  service_url: http://graphiti:8003
api_secret: zep_secret
telemetry:
  disabled: true
  organization_name:

OPENAI_API_KEY="XXXXXXXXXX"

./zep pull

[+] Pulling 32/24
 ✔ neo4j Pulled                                                                                                    2.0s
 ✔ graphiti Pulled                                                                                                34.2s
 ✔ db Pulled                                                                                                      35.8s
 ✔ zep Pulled                                                                                                     31.5s

./zep up

docker ps -a --format "table {{.ID}}\t{{.Names}}\t{{.Ports}}"

CONTAINER ID   NAMES               PORTS
56ad7dc94a94   zep-ce-zep-1        0.0.0.0:8000->8000/tcp
75bf17e3a91e   zep-ce-graphiti-1   0.0.0.0:8003->8003/tcp
f157108c6424   zep-ce-postgres     0.0.0.0:5432->5432/tcp
23c04b0e8454   zep-ce-neo4j-1      0.0.0.0:7474->7474/tcp, 7473/tcp, 0.0.0.0:7687->7687/tcp

mkdir zep-test && cd zep-test

docker run --rm \
    -p 8888:8888 \
    -u root \
    -e GRANT_SUDO=yes \
    -v .:/home/jovyan/work \
    quay.io/jupyter/minimal-notebook:latest

!pip install zep-python

import nest_asyncio

nest_asyncio.apply()

import os
from zep_python.client import AsyncZep

API_KEY = "zep_secret"
BASE_URL = "http://host.docker.internal:8000"

zep = AsyncZep(
    api_key=API_KEY,
    base_url=BASE_URL
)

import uuid

user_id = uuid.uuid4().hex # ユーザ識別子

new_user = await zep.user.add(
    user_id=user_id,
    email="yamada.taro@example.com",
    first_name="太郎",
    last_name="山田",
    metadata={
        "gender": "male",
        "age": 30,
    },
)

new_user.dict()

{'created_at': '2024-11-14T14:45:26.53665Z',
 'email': 'yamada.taro@example.com',
 'first_name': '太郎',
 'id': 1,
 'last_name': '山田',
 'metadata': {'age': 30, 'gender': 'male'},
 'project_uuid': '00000000-0000-0000-0000-000000000000',
 'updated_at': '2024-11-14T14:45:26.53665Z',
 'user_id': 'd82ad26e76da4571a4991f70cdba2366',
 'uuid': '3ebda8e2-d377-4248-b927-5829d35347d8',
 'deleted_at': None}

session_id = uuid.uuid4().hex # チャットセッション識別子
session = await zep.memory.add_session(
    session_id=session_id,
    user_id=user_id,
)

session.dict()

{'created_at': '2024-11-14T14:48:34.850304Z',
 'id': 1,
 'project_uuid': '00000000-0000-0000-0000-000000000000',
 'session_id': '713bc5af07034fd9a1f533fd87d1201b',
 'updated_at': '2024-11-14T14:48:34.850304Z',
 'user_id': 'd82ad26e76da4571a4991f70cdba2366',
 'uuid': '25c62cc9-fec8-4108-9eee-8482a892cdfa',
 'deleted_at': None,
 'ended_at': None,
 'metadata': None}

from zep_python.types import Message

await zep.memory.add(
    session_id=session_id,
    messages=[
        Message(
            role_type = "user", # ("system", "assistant", "user", "function", "tool") のどれか
            role = "Researcher", # オプション。ユーザーの役割を表すユースケース固有の文字列を指定
            content = "私の趣味は競馬なんですよ。今週末のマイルチャンピオンシップが楽しみです。", # メッセージの中身
        )
    ],
)

SuccessResponse(message='OK')

memory = await client.memory.get(session_id=session_id)
messages = memory.messages # セッション内のメッセージのリスト (量はmemory.getのオプションlastnパラメータで指定)
relevant_facts = memory.relevant_facts # セッション内の最近のメッセージに関連する事実のリスト

for m in messages:
    print(m.role_type, ":", m.content)

user : 私の趣味は競馬なんですよ。今週末のマイルチャンピオンシップが楽しみです。

for fact in relevant_facts:
    print(fact.fact)

The researcher enjoys horse racing as their hobby.
The researcher is looking forward to the Mile Championship event this weekend.

search_response = await zep.memory.search_sessions(
    user_id=user_id,
    search_scope="facts",
    text="趣味は何？",
)
facts = [r.fact for r in search_response.results]

for fact in facts:
    print(fact.fact)

The researcher enjoys horse racing as their hobby.

!pip install openai

import getpass
import os

os.environ["OPENAI_API_KEY"] = getpass.getpass('OPENAI_API_KEY')

import nest_asyncio

nest_asyncio.apply()

from zep_python.client import AsyncZep
import uuid

zep = AsyncZep(
    api_key="zep_secret",
    base_url="http://host.docker.internal:8000",
)

# ユーザ情報
bot_name = "AI"
user_lastname = "山田"
user_firstname = "太郎"
user_name= "taro.yamada"
user_id = user_name + "_" + str(uuid.uuid4())[:4]

await zep.user.add(
    user_id=user_id,
    email=f"{user_name}@example.com",
    first_name=user_firstname,
    last_name=user_lastname,
)

print(f"ユーザ名: {user_name}")
print(f"メールアドレス: {user_name}@example.com")
print(f"ユーザID: {user_id}")

ユーザ名: taro.yamada
メールアドレス: taro.yamada@example.com
ユーザID: taro.yamada_c81b

from typing import List
from openai import AsyncOpenAI
from zep_python.types import Message

client = AsyncOpenAI()


async def get_response(messages: List[dict], model: str = "gpt-4o-mini") -> str:
    try:
        response = await client.chat.completions.create(
            messages=messages,
            model=model
        )
        return response.choices[0].message.content
    except Exception as e:
        return f"エラーが発生しました: {str(e)}"


async def main() -> None:
    print("チャットアプリへようこそ！")
    print("終了するには 'quit' と入力してください。")

    session_id = str(uuid.uuid4())

    print("\n==== セッション情報 ====")
    print(f"ユーザ名: {user_name}")
    print(f"メールアドレス: {user_name}@example.com")
    print(f"ユーザID: {user_id}")
    print(f"セッションID: {session_id}")
    print("====================\n")

    # 会話セッション初期化
    await zep.memory.add_session(
        user_id=user_id,
        session_id=session_id,
    )

    while True:
        user_input = input("User: ")
        if user_input.lower() == 'quit':
            print("Assistant: チャットを終了します。さようなら！")
            break

        # メモリを読み込み
        memory = await zep.memory.get(session_id=session_id)
        memory_str = "\n".join([r.fact for r in memory.relevant_facts[:10]])

        # システムプロンプトにメモリを埋め込む
        system_message = (
            "あなたは親切な日本語のアシスタントです。\n"
            "以下はユーザに関する関連情報です:\n"
            f"{memory_str}"
        )
        
        messages = [
            {
                "role": "system",
                "content": system_message,
            },
            {
                "role": "user",
                "content": user_input,
            },
        ]
        
        assistant_response = await get_response(messages)

        # ユーザの入力とLLMのレスポンスをメモリに追加
        await zep.memory.add(
            session_id=session_id,
            messages=[
                Message(role_type="user", role=user_name, content=user_input)
                Message(role_type="assistant", role=bot_name, content=assistant_response)
            ]
        )
        
        print(f"Assistant: {assistant_response}")

        # 確認用にメモリを再度読み込んで表示
        memory = await zep.memory.get(session_id=session_id)
        memory_str = "\n".join([r.fact for r in memory.relevant_facts[:10]])

        print("\n---- ユーザ関連情報 ----")
        print(memory_str)
        print("-----------------------\n")


asyncio.run(main())

チャットアプリへようこそ！
終了するには 'quit' と入力してください。

==== セッション情報 ====
ユーザ名: taro.yamada
メールアドレス: taro.yamada@example.com
ユーザID: taro.yamada_c81b
セッションID: 03b378a0-ec8f-4a1e-80bc-65aa4c2a74fe
====================

User:  今週末が楽しみ！
Assistant: 楽しみですね！何か特別な予定があるのでしょうか？イベントやアクティビティについてお話ししてくれると嬉しいです。

---- ユーザ関連情報 ----

-----------------------

User:  競馬だよー
Assistant: 競馬についてお話ししましょう！競馬は日本を含む多くの国で人気のあるスポーツですね。レースの種類や馬の育成、騎手の技術など、様々な要素が関わります。どのようなことに興味がありますか？レースの予想や馬の情報、歴史などについてお答えできますよ！

---- ユーザ関連情報 ----

-----------------------

User:  今週末はマイルチャンピオンシップなんだよ
Assistant: そうですね、マイルチャンピオンシップは非常に楽しみなレースです！競馬の中でも特に注目されるレースの一つですよね。出走馬や予想、過去の成績など、何か特に気になることがありますか？

---- ユーザ関連情報 ----
The AI assistant is asking taro.yamada about any special plans or activities for the weekend.
taro.yamada is excited about the end of the week and is engaging with the AI assistant.
-----------------------

User:  やっぱりナミュールかな、去年の勝ち馬だしね。
Assistant: ナミュールですね！昨年の勝ち馬で期待が高まりますね。競馬の調子はいかがですか？他にも注目している馬はいますか？

---- ユーザ関連情報 ----
The AI assistant is asking taro.yamada about any special plans or activities for the weekend.
taro.yamada is excited about the end of the week and is engaging with the AI assistant.
-----------------------

User:  あとはオオバンブルマイかな～、武豊ジョッキー騎乗だしね
Assistant: オオバンブルマイですね！武豊ジョッキーが騎乗するとなると、さらに期待が高まりますね。彼の騎乗技術は素晴らしいですから、いいレースが期待できそうです。今週末のレースでの活躍が楽しみですね！他にも注目している馬はいますか？

---- ユーザ関連情報 ----
The AI assistant is asking taro.yamada about any special plans or activities for the weekend.
User taro.yamada expresses excitement about horse racing.
taro.yamada is excited about the end of the week and is engaging with the AI assistant.
-----------------------

User:  セリフォスにも注目してるよ、こちらは一昨年の勝ち馬だしね。
Assistant: セリフォスに注目しているんですね！一昨年の勝ち馬ということで、実力がある馬ですね。今週末のレースでは、どの馬が勝つか楽しみですね！他にも気になっている馬やレースはありますか？

---- ユーザ関連情報 ----
The AI assistant is asking taro.yamada about any special plans or activities for the weekend.
User taro.yamada expresses excitement about horse racing.
taro.yamada is excited about the end of the week and is engaging with the AI assistant.
User taro.yamada mentions the Mile Championship event happening this weekend.
Horse racing involves jockeys who ride the horses during races.
-----------------------