JaydenAI的博客

到目前为止，我们已经介绍LangChain的语言模型和提示词模板，它们都是一个Runnable对象，而且提示词模板的输出正是模型的输入，所以两者正好可以拼接在一起组成一条LCEL链。这条链还缺一环，那就是将模型输出转换成结构化数据，以方便应用处理，我们可以借助通过`BaseOutputParser`类型表示的输出解析器来完成此功能。提示词模板、语言模型和输出解析器组成了模型调用“三件套”。

到目前为止，我们已经介绍LangChain的语言模型和提示词模板，它们都是一个Runnable对象，而且提示词模板的输出正是模型的输入，所以两者正好可以拼接在一起组成一条LCEL链。这条链还缺一环，那就是将模型输出转换成结构化数据，以方便应用处理，我们可以借助通过`BaseOutputParser`类型表示的输出解析器来完成此功能。提示词模板、语言模型和输出解析器组成了模型调用“三件套”。

少样本学习（Few-Shot Learning）是一种机器学习范式，旨在让模型在仅有极少量标注样本（通常为 1-5 个）的情况下，能够快速理解新任务并做出准确预测。少样本提示词就是少样本学习在大模型领域的具体落地手段。如果说“少样本学习”是让模型具备举一反三的能力，那么“少样本提示词”就是你实现这种能力的“说明书”。LangChain提供了一组针对性的少样本提示词模板。

我们知道提示词 是调用语言模型最为核心的输入，提示词的质量直接影响答案的质量，所以我们不论抬高提示词的重要性都不过分。提示词在LangChain中通过PromptValue类型表示，我们一般利用预定义的提示词模板来生成它。提示词模板也以一个Runnable对象的形式存在，由于提示词模板生成的PromptValue正好使模型的输入，所有两者正好组合成一个LCEL链。这一篇将会介绍Chat模型的提示词模板。

我们知道提示词是调用语言模型最为核心的输入，提示词的质量直接影响答案的质量，所以我们不论抬高提示词的重要性都不过分。提示词在LangChain中通过`PromptValue`类型表示，我们一般利用预定义的提示词模板来生成它。提示词模板也以一个`Runnable`对象的形式存在，由于提示词模板生成的`PromptValue`正好使模型的输入，所有两者正好组合成一个LCEL链。

LangChain中的语言模型是一个`Runnable`对象。所有的语言模型类型（包括基于文本补齐的Completion模型和基于多角色参与的Chat模型）都继承自抽象类`BaseLanguageModel`，`BaseChatModel`是所有Chat模型的基类。`ChatOpenAI`的基类`BaseChatOpenAI`就继承自`BaseChatModel`。上篇文`章着重介绍BaseLanguageModel`和`BaseChatModel`这两个基类的设计，这文章将会介绍ChatOpenAI。

LangChain中的语言模型是一个`Runnable`对象。所有的语言模型类型（包括基于文本补齐的Completion模型和基于多角色参与的Chat模型）都继承自抽象类`BaseLanguageModel`，`BaseChatModel`是所有Chat模型的基类。`ChatOpenAI`的基类`BaseChatOpenAI`就继承自`BaseChatModel`。这篇文章着重介绍BaseLanguageModel和BaseChatModel这两个基类的设计，下篇文章将会介绍ChatOpenAI。

在 LangChain 框架中，`PromptValue`是连接提示词模板与语言模型的中间数据层。提示词可以是单纯的字符串文本，还可以是一张图片，它们对应的类型分别为`StringPromptValue`和`ImagePromptValue`。Chat模型的提示词类型继承自`ChatPromptValue`，`ChatPromptValueConcrete`是它的一个子类。ImagePromptValue仅仅是对单一图片的封装，对于真正多模态解决方案应该利用ChatPromptValue生成具有多媒体内容的

作为消息的基类，`BaseMessage`利用其`content`字段存储原始的内容，它可以是一个字符串或者字典列表。原始的内容会转换成一个`ContentBlock`列表通过`content_blocks`的属性返回。作为消息的主体内容，它们可以是一段单纯的字符串文本，也可以一段多媒体内容（比如图片、音频和视频）或者一个二进制文件，不同的内容形态对应着相应的ContentBlock类型

Agent开发语境下的模型大体分两种，即传统的文本补齐`Completions模型`和基于多方交谈的`Chat模型`，在LangChain中，它们都继承自如下这个`BaseLanguageModel`抽象类。它继承自`RunnableSerializable`，所以能成为LCEL链上的一环。