【AI大模型】Langchain 多类型对话消息使用实战操作详解

目录

一、前言

二、Langchain 多类型消息使用

2.1 Langchain 消息说明

2.2 Langchain 消息内部结构

2.3 LangChain 消息类型

2.3.1 系统消息

2.3.2 用户消息

2.3.3 助手(AI)消息

2.3.4 工具调用消息

2.4 消息格式

2.4.1 格式1：JSON格式

2.4.2 格式2：对象格式

2.4 消息对象字段说明

2.4.1 SystemMessage 参数列表

2.4.2 HumanMessage 参数列表

2.4.3 AIMessage 参数列表

2.4.4 ToolMessage 参数列表

2.5 对话历史管理

2.5.1 会话记忆介绍

2.5.2 对话历史优化

三、Langchain 消息扩展

3.1 content 使用

四、写在最后

---

一、前言

在使用Langchain 与大模型进行对话过程中，涉及到不同类型的消息，这些不同类型消息的组合使用从而完成多轮复杂的对话任务，本文将通过实际案例详细介绍在Langchain 中多种类型的消息使用。

二、Langchain 多类型消息使用

2.1 Langchain 消息说明

大模型没有记忆，它的输出只和输入模型的内容有关（上下文）。很多大模型API服务也没有在服务端维护会话历史，是“ 无状态 ”的。因此，如果应用需要“记住”对话历史，需要在程序中维护消息列表。