🎯 课程主题

系统讲解LangChain中的消息（Message）体系：四种消息类型、消息的内部结构、以及JSON格式与对象格式两种消息表示方式，为后续提示词模板的学习奠定基础。

📝 核心知识点

1. 消息（Message）的概念与作用

  • 概念说明：消息是对话模型交互的最基础单位，输入为不同角色的消息列表，输出为AI消息。
  • 关键细节：
    • 大模型本身无记忆（无状态），输出只取决于当前输入内容
    • 通过消息列表承载历史对话内容，传递给模型，使其具备"记忆"能力
    • LangChain v1.0 提出 content_blocks 实现跨模型的统一消息标准（后续详述），提升兼容性、可扩展性和可追踪性

2. 消息的内部结构

  • 概念说明：每条消息包含三个核心字段。
  • 关键细节：
    • role：消息角色，标明谁在说话
    • content：消息的文字内容
    • metadata：元信息，包含时间戳、对话轮次ID、Token 统计等

3. 四种消息类型

  • 概念说明：
    类型Role值说明
    系统消息 (SystemMessage)system设定AI的角色、行为准则和背景信息
    用户消息 (HumanMessage)user用户的提问/输入（推荐用 user 而非 human）
    AI回复消息 (AIMessage)assistant模型的回复内容，可能包含工具调用
    工具消息 (ToolMessage)tool工具调用的返回结果，后续反馈给模型
  • 关键细节：
    • 工具消息的流程：用户提问 → AI回复含工具调用 → 工具执行返回ToolMessage → 再次传给模型 → 模型根据工具结果生成最终回复
    • 使用不同消息类型的好处：明确区分角色便于筛选、通过 system message 精确控制AI行为、构建完整多轮对话上下文、便于调试

4. JSON格式消息

  • 概念说明：以字典列表形式表示消息，每个字典包含 role 和 content 字段。
  • 关键细节：
    messages = [
    {"role": "system", "content": "你是一个友好的AI助手"},
    {"role": "user", "content": "1+2等于多少？"},
    {"role": "assistant", "content": "3"},
    {"role": "user", "content": "我刚才问了什么问题？"}
]
    • role 值：system、user（非 human）、assistant（非 ai）

5. 对象格式消息

  • 概念说明：使用 LangChain 提供的消息类创建消息对象列表。
  • 关键细节：
    from langchain_core.messages import SystemMessage, HumanMessage, AIMessage

messages = [
    SystemMessage(content="你是一个友好的AI助手"),
    HumanMessage(content="1+2等于多少？"),
    AIMessage(content="3"),
    HumanMessage(content="我刚才问了什么问题？")
]
    • 对于纯文本内容，content= 参数名可以省略
    • 对象格式用于多模态场景时 content 参数有特殊用法（后续讲解）
    • 两种格式等效，均可直接传入 model.invoke()

🏗️ 架构与工作流

消息交互流程（含工具调用）：
┌─────────┐    ┌─────────────────┐    ┌─────────┐
│  User   │───→│  SystemMessage  │───→│         │
│ Message │    │  (角色设定)       │    │         │
└─────────┘    ├─────────────────┤    │  Model  │
               │  HumanMessage   │───→│  (大模型) │
               │  (用户问题)       │    │         │
               └─────────────────┘    └────┬────┘
                                           │
                               ┌───────────┴───────────┐
                               │                       │
                          ┌────▼────┐           ┌──────▼──────┐
                          │AIMessage│           │  AIMessage  │
                          │(直接回复)│           │(含tool_calls)│
                          └─────────┘           └──────┬──────┘
                                                       │
                                               ┌───────▼───────┐
                                               │  ToolMessage  │
                                               │ (工具返回结果)  │
                                               └───────┬───────┘
                                                       │
                                                       ▼
                                                  ┌─────────┐
                                                  │  Model  │
                                                  │ (最终回复)│
                                                  └─────────┘

💻 代码实战

from langchain_openai import ChatOpenAI

model = ChatOpenAI(model="gpt-4o-mini")

# ===== 举例1：JSON格式消息 =====
messages_json = [
    {"role": "system", "content": "你是一个友好的AI助手"},
    {"role": "user", "content": "1+2等于多少？"},
    {"role": "assistant", "content": "3"},
    {"role": "user", "content": "我刚才问了什么问题？"}
]

response = model.invoke(messages_json)
print(response.content)

# ===== 举例2：消息对象格式 =====
from langchain_core.messages import SystemMessage, HumanMessage, AIMessage

messages_obj = [
    SystemMessage(content="你是一个友好的AI助手"),
    HumanMessage(content="1+2等于多少？"),
    AIMessage(content="3"),
    HumanMessage(content="我刚才问了什么问题？")
]

response = model.invoke(messages_obj)
print(response.content)

# ===== 举例3：系统消息控制AI行为 =====
messages = [
    SystemMessage(content="你是一个只会用文言文回答的古代书生"),
    HumanMessage(content="今天天气怎么样？")
]
response = model.invoke(messages)
print(response.content)  # 模型将以文言文风格回复

⚠️ 常见问题与避坑指南

  • JSON格式中 role 必须使用 "user" 和 "assistant"，不要写成 "human" 或 "ai"
  • 对象格式中 content 参数名在纯文本场景下可省略（如 HumanMessage("内容")），多模态场景需显式指定
  • 工具消息（ToolMessage）目前仅做概念了解，后续 tools 章节会重点讲解
  • LangChain v1.0 的 content_blocks 是对现有 content 结构的替换方案，目的是跨模型统一标准，后续会详述

💡 个人总结与延伸

消息（Message）体系是 LangChain 构建多轮对话和智能 Agent 的基石。理解四种消息类型及其使用场景至关重要：SystemMessage 控制行为边界，HumanMessage/AIMessage 维护对话历史，ToolMessage 衔接工具调用闭环。JSON 格式与对象格式功能等价，实际开发中推荐使用对象格式（类型安全、IDE 友好），但需理解 JSON 格式以便阅读 API 文档和调试时查看原始数据。消息的多模态扩展（content_blocks）是 v1.0 的重要更新，值得后续关注。

最近更新:
Contributors: yangwenguang