消息
概述
消息是 聊天模型 中的通信单元。它们用于表示聊天模型的输入和输出,以及可能与对话关联的任何其他上下文或元数据。
每条消息都有一个角色(例如,“用户”、“助手”)和内容(例如,文本、多模态数据),以及根据聊天模型提供商而异的其他元数据。
LangChain 提供了一种统一的消息格式,可在聊天模型之间使用,使用户无需担心每个模型提供商所使用的消息格式的具体细节,即可使用不同的聊天模型。
消息内部是什么?
一条消息通常包含以下信息:
- 角色:消息的角色(例如,“用户”、“助手”)。
- 内容:消息的内容(例如,文本、多模态数据)。
- 其他元数据:id、名称、令牌使用情况和其他模型特定的元数据。
角色
角色用于区分对话中不同类型的消息,并帮助聊天模型理解如何响应给定的消息序列。
角色 | 描述 |
---|---|
系统 | 用于告知聊天模型如何行为并提供其他上下文。并非所有聊天模型提供商都支持。 |
用户 | 表示与模型交互的用户的输入,通常以文本或其他交互式输入的形式出现。 |
助手 | 表示模型的回应,可以包括文本或调用工具的请求。 |
工具 | 用于在检索到外部数据或处理后,将工具调用的结果传递回模型的消息。与支持工具调用的聊天模型一起使用。 |
函数(旧版) | 这是一个旧版角色,对应于 OpenAI 的旧版函数调用 API。应改用 工具 角色。 |
内容
消息的内容可以是文本,也可以是表示多模态数据(例如,图像、音频、视频)的字典列表。内容的确切格式可能因不同的聊天模型提供商而异。
目前,大多数聊天模型都支持文本作为主要内容类型,一些模型也支持多模态数据。但是,大多数聊天模型提供商对多模态数据的支持仍然有限。
有关更多信息,请参阅
- SystemMessage -- 用于传递以指导对话的内容
- HumanMessage -- 用于用户输入的内容。
- AIMessage -- 用于模型响应的内容。
- 多模态 -- 有关多模态内容的更多信息。
其他消息数据
根据聊天模型提供商的不同,消息可以包括其他数据,例如:
- ID:消息的可选唯一标识符。
- 名称:一个可选的
name
属性,允许区分具有相同角色的不同实体/发言者。并非所有模型都支持此属性! - 元数据:有关消息的其他信息,例如时间戳、令牌使用情况等。
- 工具调用:模型发出的调用一个或多个工具的请求。有关更多信息,请参阅工具调用。
对话结构
发送到聊天模型的消息序列应遵循特定的结构,以确保聊天模型可以生成有效的响应。
例如,一个典型的对话结构可能如下所示:
- 用户消息:“你好,你好吗?”
- 助手消息:“我很好,谢谢你的关心。”
- 用户消息:“你能给我讲个笑话吗?”
- 助手消息:“当然!为什么稻草人会获奖?因为它在他的领域里非常出色!”
请阅读聊天历史记录指南,以获取有关管理聊天历史记录和确保对话结构正确的更多信息。
LangChain 消息
LangChain 提供了一种统一的消息格式,可在所有聊天模型中使用,使用户无需担心每个模型提供商所使用的消息格式的具体细节,即可使用不同的聊天模型。
LangChain 消息是 Python 对象,它们是从 BaseMessage 继承的。
五种主要的消息类型是:
- SystemMessage:对应于 system 角色
- HumanMessage:对应于 user 角色
- AIMessage:对应于 assistant 角色
- AIMessageChunk:对应于 assistant 角色,用于流式传输响应
- ToolMessage:对应于 tool 角色
其他重要的消息包括:
- RemoveMessage -- 不对应任何角色。这是一种抽象,主要在 LangGraph 中用于管理聊天历史记录。
- 旧版 FunctionMessage:对应于 OpenAI 旧版函数调用 API 中的 function 角色。
您可以在 API 参考中找到有关 消息 的更多信息。
SystemMessage
SystemMessage
用于启动 AI 模型的行为并提供其他上下文,例如指示模型采用特定的角色或设置对话的语气(例如,“这是关于烹饪的对话”)。
不同的聊天提供商可能通过以下方式之一支持系统消息:
- 通过“system”消息角色:在这种情况下,系统消息作为消息序列的一部分包含,并将角色显式设置为“system”。
- 通过单独的系统指令 API 参数:系统指令不是作为消息包含,而是通过专用的 API 参数传递。
- 不支持系统消息:某些模型根本不支持系统消息。
大多数主要的聊天模型提供商通过聊天消息或单独的 API 参数支持系统指令。LangChain 会根据提供商的功能自动调整。如果提供商支持用于系统指令的单独 API 参数,LangChain 将提取系统消息的内容并通过该参数传递。
如果提供商不支持任何系统消息,在大多数情况下,LangChain 会尝试将系统消息的内容合并到 HumanMessage 中,或者在不可能的情况下引发异常。但是,此行为尚未在所有实现中得到一致强制执行,如果使用不太流行的聊天模型实现(例如,来自 langchain-community
包的实现),建议检查该模型的特定文档。
HumanMessage
HumanMessage
对应于 “user” 角色。人类消息表示与模型交互的用户的输入。
文本内容
大多数聊天模型都希望用户输入采用文本形式。
from langchain_core.messages import HumanMessage
model.invoke([HumanMessage(content="Hello, how are you?")])
当使用字符串作为输入调用聊天模型时,LangChain 会自动将字符串转换为 HumanMessage
对象。这主要用于快速测试。
model.invoke("Hello, how are you?")
多模态内容
某些聊天模型接受多模态输入,例如图像、音频、视频或 PDF 等文件。
有关更多信息,请参阅多模态指南。
AIMessage
AIMessage
用于表示角色为 “assistant” 的消息。这是来自模型的回应,其中可以包括文本或调用工具的请求。它还可以包括其他媒体类型,如图像、音频或视频 - 尽管目前这种情况仍然不常见。
from langchain_core.messages import HumanMessage
ai_message = model.invoke([HumanMessage("Tell me a joke")])
ai_message # <-- AIMessage
AIMessage
具有以下属性。标准化的属性是 LangChain 尝试在不同的聊天模型提供商之间标准化的属性。 原始字段是特定于模型提供商的,并且可能有所不同。
属性 | 标准化/原始 | 描述 |
---|---|---|
内容 | 原始 | 通常是一个字符串,但也可以是内容块的列表。有关详细信息,请参阅内容。 |
工具调用 | 标准化 | 与消息关联的工具调用。有关详细信息,请参阅工具调用。 |
无效的工具调用 | 标准化 | 与消息关联的具有解析错误的工具调用。有关详细信息,请参阅工具调用。 |
使用情况元数据 | 标准化 | 消息的使用情况元数据,例如令牌计数。请参阅使用情况元数据 API 参考。 |
id | 标准化 | 消息的可选唯一标识符,最好由创建消息的提供商/模型提供。 |
响应元数据 | 原始 | 响应元数据,例如响应标头、日志概率、令牌计数。 |
内容
AIMessage
的 content 属性表示聊天模型生成的响应。
内容可以是:
- 文本 -- 几乎所有聊天模型的标准。
- 字典列表 -- 每个字典都表示一个内容块,并与一个
type
相关联。
content 属性在不同的聊天模型提供商之间不是标准化的,主要是因为仍然很少有可以从中概括的例子。
AIMessageChunk
通常的做法是流式传输聊天模型的响应,因为它们正在生成,这样用户可以实时看到响应,而不是等待整个响应生成完毕后再显示。
它从聊天模型的stream
、astream
和 astream_events
方法返回。
例如,
for chunk in model.stream([HumanMessage("what color is the sky?")]):
print(chunk)
AIMessageChunk
遵循与 AIMessage
几乎相同的结构,但使用不同的 ToolCallChunk,以便能够以标准化的方式流式传输工具调用。
聚合
AIMessageChunks
支持 +
运算符,将它们合并为单个 AIMessage
。 当您想要向用户显示最终响应时,这非常有用。
ai_message = chunk1 + chunk2 + chunk3 + ...
ToolMessage
这表示一个角色为“tool”的消息,其中包含调用工具的结果。 除了 role
和 content
之外,此消息还具有
- 一个
tool_call_id
字段,它传达了调用该工具以产生此结果的调用的 id。 - 一个
artifact
字段,可用于传递工具执行的任意工件,这些工件对于跟踪很有用,但不应发送给模型。
有关更多信息,请参阅工具调用。
RemoveMessage
这是一种特殊的消类型,不对应任何角色。 它用于在LangGraph中管理聊天历史记录。
有关如何使用 RemoveMessage
的更多信息,请参阅以下内容
(旧版) FunctionMessage
这是一种旧版消息类型,对应于 OpenAI 的旧版函数调用 API。 应使用 ToolMessage
来对应更新的工具调用 API。
OpenAI 格式
输入
聊天模型也接受 OpenAI 的格式作为聊天模型的输入
chat_model.invoke([
{
"role": "user",
"content": "Hello, how are you?",
},
{
"role": "assistant",
"content": "I'm doing well, thank you for asking.",
},
{
"role": "user",
"content": "Can you tell me a joke?",
}
])
输出
目前,模型的输出将以 LangChain 消息的形式呈现,因此如果还需要 OpenAI 格式的输出,则需要将输出转换为 OpenAI 格式。
可以使用convert_to_openai_messages实用函数将 LangChain 消息转换为 OpenAI 格式。