03 - Messages: 消息类型与对话管理

发表于   |   分类于 技术 , Python   |   暂无评论

03 - Messages: 消息类型与对话管理

核心要点（只讲难点）

1. 三种消息类型

角色字典格式对象格式用途
System{"role": "system", ...}SystemMessage(...)系统提示
User{"role": "user", ...}HumanMessage(...)用户输入
Assistant{"role": "assistant", ...}AIMessage(...)AI 回复

推荐：直接用字典，简洁！

# ✅ 推荐
messages = [
    {"role": "system", "content": "你是助手"},
    {"role": "user", "content": "你好"}
]

# ❌ 不推荐（太啰嗦）
from langchain_core.messages import SystemMessage, HumanMessage
messages = [
    SystemMessage(content="你是助手"),
    HumanMessage(content="你好")
]

2. 对话历史管理（核心难点）

🔴 关键规则

每次调用必须传递完整的对话历史！

❌ 错误做法

# 第一次
r1 = model.invoke("我叫张三")

# 第二次（没传历史）
r2 = model.invoke("我叫什么？")  # AI 不记得！

✅ 正确做法

conversation = []

# 第一次
conversation.append({"role": "user", "content": "我叫张三"})
r1 = model.invoke(conversation)

# 关键：保存 AI 回复
conversation.append({"role": "assistant", "content": r1.content})

# 第二次（传递完整历史）
conversation.append({"role": "user", "content": "我叫什么？"})
r2 = model.invoke(conversation)  # AI 记得！

💡 对话流程

第 1 轮：
  [system, user] → AI回复 → 保存回复

第 2 轮：
  [system, user, assistant, user] → AI回复 → 保存回复

第 3 轮：
  [system, user, assistant, user, assistant, user] → AI回复

每次都传递所有历史！

3. 对话历史优化（避免太长）

🔴 问题

对话历史会越来越长，消耗大量 tokens 和成本。

✅ 解决方案

只保留最近 N 轮对话：

def keep_recent_messages(messages, max_pairs=3):
    """
    保留最近的 N 轮对话

    max_pairs: 保留的对话轮数（每轮 = user + assistant）
    """
    # 分离 system 和对话
    system_msgs = [m for m in messages if m.get("role") == "system"]
    conversation = [m for m in messages if m.get("role") != "system"]

    # 只保留最近的
    recent = conversation[-(max_pairs * 2):]

    # 返回：system + 最近对话
    return system_msgs + recent

# 使用
optimized = keep_recent_messages(conversation, max_pairs=5)
response = model.invoke(optimized)

原理：

  • 总是保留 system 消息（定义角色）
  • 只保留最近 5 轮对话（10 条消息）
  • 丢弃更早的历史

完整示例

正确的对话管理

# 初始化
conversation = [
    {"role": "system", "content": "你是 Python 导师"}
]

# 第 1 轮
conversation.append({"role": "user", "content": "什么是列表？"})
r1 = model.invoke(conversation)
conversation.append({"role": "assistant", "content": r1.content})

# 第 2 轮
conversation.append({"role": "user", "content": "它和元组有什么区别？"})
r2 = model.invoke(conversation)
conversation.append({"role": "assistant", "content": r2.content})

# 第 3 轮（测试记忆）
conversation.append({"role": "user", "content": "我第一个问题问的是什么？"})
r3 = model.invoke(conversation)
# AI 会回答："你问的是什么是列表"

# 优化：只保留最近 3 轮
optimized = keep_recent_messages(conversation, max_pairs=3)

运行示例

cd phase1_fundamentals/03_messages
python main.py

常见错误

错误 1：忘记保存 AI 回复

# ❌ 错误
conversation.append({"role": "user", "content": "问题1"})
r1 = model.invoke(conversation)
# 忘记保存 r1.content！

conversation.append({"role": "user", "content": "问题2"})
r2 = model.invoke(conversation)  # AI 不知道之前的回答

错误 2：每次重新创建列表

# ❌ 错误
conversation = [{"role": "user", "content": "问题1"}]
r1 = model.invoke(conversation)

conversation = [{"role": "user", "content": "问题2"}]  # 重新创建！
r2 = model.invoke(conversation)  # 丢失了历史

核心总结

要点说明
格式用字典，不用消息对象
历史每次必须传递完整历史
保存必须保存 AI 的回复
优化只保留最近 N 轮
System总是保留 system 消息

下一步

  • 04_custom_tools - 创建自定义工具
  • 05_simple_agent - 构建第一个 Agent
添加新评论