跳至主要内容

Messages

image.png

1. Messages 的核心概念​

  • Messages 是 Chat Model 中的基本溝通單元，由三個核心組成部分：
    • Role (角色)：定義消息的來源或功能，例如 user、assistant。
    • Content (內容)：消息的實際內容（文字或數據）。
    • Metadata (元數據)：可選，提供額外的上下文信息（不一定需要，但可用於進階功能）。

2. Messages 的主要類型​

LangChain 使用基於 BaseMessage 的不同類型來組織消息，每種類型的用途如下：

2.1 HumanMessage​

  • 定義：由用戶發送的消息。
  • 用途：表示用戶的輸入，例如問題、指令或請求。
  • 格式：

    • 使用 kwargs 或純字符串 (str)。

    • 範例：

      from langchain.schema import HumanMessage

      user_message = HumanMessage(content="What is the weather today?")

2.2 SystemMessage​

  • 定義：由系統提供的上下文消息。

  • 用途：指導模型的行為，例如告訴模型應如何回應或提供額外的背景。

  • 特點：並非所有 Chat Model 提供者都支持此類型。

  • 範例：

    from langchain.schema import SystemMessage

    system_message = SystemMessage(content="You are a helpful assistant.")

2.3 AIMessage​

  • 定義：由 AI 模型生成的回應消息。
  • 用途：代表模型對用戶輸入的回應。
  • 格式：

    • 使用 kwargs 或純字符串 (str)。

    • 範例：

      from langchain.schema import AIMessage

      ai_message = AIMessage(content="The weather today is sunny.")

2.4 Tool Message (工具消息)​

  • 定義：將外部工具（例如 API）調用結果返回給模型的消息。
  • 用途：
    • 用於支持工具調用的 Chat Model。
    • 將外部數據（如檢索結果）傳遞回模型。
  • 特點：
    • 僅在支持 Tool Calling 功能的模型中使用。

3. Role 與其描述​

圖中的表格列出了消息類型的 Role 和功能描述：

RoleDescription
system提供上下文，指導模型的行為，例如設置模型的角色或提供額外資訊。
user用戶的輸入，與模型的主要交互方式。
assistant模型生成的回應，通常是對用戶輸入的答案或反應。
tool外部工具返回的數據，例如檢索結果或計算結果，用於進一步處理。

4. BaseMessage 的特性與最佳實踐​

4.1 特性​

  • BaseMessage 是所有消息類型的基礎類別。
  • 限制：不像 PromptTemplate 那樣支持動態變數插值。
    • 提示：需要動態內容時，請考慮使用 PromptTemplate。

4.2 最佳實踐​

  • 將單條消息作為列表使用：

    • 即使只需要傳遞一條消息，也應將其封裝為 list[BaseMessage]。

    • 原因：許多接口要求消息的輸入格式為消息列表。

    • 範例：

      from langchain.schema import HumanMessage

      messages = [HumanMessage(content="What is the weather today?")]

5. 提示與補充​

  1. BaseMessage 限制：
    • 無法像 PromptTemplate 一樣接受輸入變數。
    • 適合靜態消息內容，而非需要插值的動態場景。
  2. 建議封裝為列表：
    • 即使只有單一消息，也應該以 list 的形式提供，方便與 LangChain 的其他功能（如對話上下文）無縫結合。

6. 使用場景與應用​

6.1 多輪對話​

  • 將多條消息（如 SystemMessage、HumanMessage 和 AIMessage）組成列表，作為 Chat Model 的上下文。

    from langchain.schema import HumanMessage, SystemMessage, AIMessage

    messages = [
        SystemMessage(content="You are a helpful assistant."),
        HumanMessage(content="Tell me a joke."),
        AIMessage(content="Sure, here's a joke: Why did the chicken cross the road?")
    ]

6.2 Tool Integration​

  • 結合 Tool Message，將外部數據作為模型輸入的一部分。

    tool_message = ToolMessage(content="API result: 25°C")

總結​

  1. Messages 是 LangChain 與 Chat Model 交互的核心結構，支持靈活的多角色設置。
  2. BaseMessage 的子類（如 HumanMessage、SystemMessage）提供了清晰的消息類型分類。
  3. 最佳實踐：即使是單一消息，也應該以 list[BaseMessage] 的格式封裝，以保證與接口的兼容性。
  4. 限制與擴展：BaseMessage 適合靜態消息，但動態內容應使用 PromptTemplate。