# Memory

***

Memory te permite chatear con la AI como si la AI tuviera memoria de conversaciones anteriores.

*<mark style="color:blue;">Humano: hola soy bob</mark>*

*<mark style="color:orange;">AI: ¡Hola Bob! Es un placer conocerte. ¿Cómo puedo ayudarte hoy?</mark>*

*<mark style="color:blue;">Humano: ¿cuál es mi nombre?</mark>*

*<mark style="color:orange;">AI: Tu nombre es Bob, como mencionaste anteriormente.</mark>*

Internamente, estas conversaciones se almacenan en arrays o bases de datos, y se proporcionan como contexto al LLM. Por ejemplo:

```
Eres un asistente para un humano, impulsado por un modelo de lenguaje grande entrenado por OpenAI.

Ya sea que el humano necesite ayuda con una pregunta específica o solo quiera tener una conversación sobre un tema en particular, estás aquí para ayudar.

Conversación actual:
{history}
```

### Nodos de Memory:

* [Buffer Memory](/espanol/documentacion-oficial/integraciones/langchain/memory/buffer-memory.md)
* [Buffer Window Memory](/espanol/documentacion-oficial/integraciones/langchain/memory/buffer-window-memory.md)
* [Conversation Summary Memory](/espanol/documentacion-oficial/integraciones/langchain/memory/conversation-summary-memory.md)
* [Conversation Summary Buffer Memory](/espanol/documentacion-oficial/integraciones/langchain/memory/conversation-summary-buffer-memory.md)
* [DynamoDB Chat Memory](/espanol/documentacion-oficial/integraciones/langchain/memory/dynamodb-chat-memory.md)
* [Mem0 Memory](https://github.com/FlowiseAI/FlowiseDocs/blob/main/esp/integraciones/langchain/memory/mem0-memory.md)
* [MongoDB Atlas Chat Memory](/espanol/documentacion-oficial/integraciones/langchain/memory/mongodb-atlas-chat-memory.md)
* [Redis-Backed Chat Memory](/espanol/documentacion-oficial/integraciones/langchain/memory/redis-backed-chat-memory.md)
* [Upstash Redis-Backed Chat Memory](/espanol/documentacion-oficial/integraciones/langchain/memory/upstash-redis-backed-chat-memory.md)
* [Zep Memory](/espanol/documentacion-oficial/integraciones/langchain/memory/zep-memory.md)

## Conversaciones separadas para múltiples usuarios

### UI y Chat Embebido

Por defecto, la UI y el Chat Embebido separarán automáticamente las conversaciones de diferentes usuarios. Esto se hace generando un **`chatId`** único para cada nueva interacción. Esa lógica es manejada internamente por Flowise.

### API de Predicción

Puedes separar las conversaciones para múltiples usuarios especificando un **`sessionId`** único

1. Para cada nodo de memory, deberías poder ver un parámetro de entrada **`Session ID`**

<figure><img src="/files/rCliZ1XPa95Hv6TkS1ag" alt="" width="563"><figcaption></figcaption></figure>

<figure><img src="/files/C1iZgAUbbgnmh47i83Xm" alt="" width="563"><figcaption></figcaption></figure>

2. En el cuerpo de la solicitud POST `/api/v1/prediction/{your-chatflowid}`, especifica el **`sessionId`** en **`overrideConfig`**

```json
{
    "question": "¡hola!",
    "overrideConfig": {
        "sessionId": "user1"
    }
}
```

### API de Mensajes

* GET `/api/v1/chatmessage/{your-chatflowid}`
* DELETE `/api/v1/chatmessage/{your-chatflowid}`

<table><thead><tr><th>Parámetro de Consulta</th><th width="192">Tipo</th><th>Valor</th></tr></thead><tbody><tr><td>sessionId</td><td>string</td><td></td></tr><tr><td>sort</td><td>enum</td><td>ASC o DESC</td></tr><tr><td>startDate</td><td>string</td><td></td></tr><tr><td>endDate</td><td>string</td><td></td></tr></tbody></table>

Todas las conversaciones también pueden ser visualizadas y gestionadas desde la UI:

<figure><img src="/files/D6LBpFeQhMKmEk6pcc4e" alt=""><figcaption></figcaption></figure>

Para OpenAI Assistant, se utilizarán [Threads](/espanol/documentacion-oficial/integraciones/langchain/agents/openai-assistant/threads.md) para almacenar las conversaciones.


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.flowiseai.com/espanol/documentacion-oficial/integraciones/langchain/memory.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.