一文搞懂 Langchain Models （三）

---

theme: orange

接上文《🔥🔥🔥一文搞懂 Langchain Models (二)》。

Chat Models

聊天模型使用LLM(大型语言模型)进行操作，但具有不同的接口，使用“消息”而不是原始文本输入/输出。LangChain 提供了与这些模型轻松交互的功能。

在聊天模型中，支持三种类型的消息：

• SystemMessage(系统消息) - 这设置了LLM的行为和目标。您可以在这里给出具体的指示，如：“扮演市场经理。” 或 “只返回JSON响应，不返回说明文本”
• HumanMessage(人类消息) - 这是您将用户提示输入并发送给LLM的地方
• AIMessage(AI消息) - 当将聊天记录传回LLM以供将来请求时，您可以在这里存储来自LLM的响应。

还有一个通用的 ChatMessage，它接受一个任意的“角色”输入，可以在需要除系统/人类/AI之外的其他内容的情况下使用。但通常情况下，您会使用上面提到的三种类型。

要使用它，您需要导入所使用集成的聊天模型。

python from langchain.chat_models import ChatOpenAI from langchain.schema import ( AIMessage, HumanMessage, SystemMessage ) 然后，您需要初始化聊天代理。这个示例使用了 OpenAI 的聊天模型。

python chat = ChatOpenAI(temperature=0)

与LLM模型一样，这也有多个可以调整的设置，例如：