langchain0.3教程：从0到1打造一个智能聊天机器人

在上一篇文章《大模型开发之langchain0.3（一）：入门篇》 中已经介绍了langchain开发框架的搭建，最后使用langchain实现了HelloWorld的代码案例，本篇文章将从0到1搭建带有记忆功能的聊天机器人。

一、gradio

我们可以使用gradio“画”出类似于chatgpt官网的聊天界面，gradio的特点就是“快”，不用考虑html怎么写，css样式怎么写，该怎样处理按钮的响应。。这一切都被gradio处理完了，我们只需要使用即可。

gradio官网：https://www.gradio.app/

官网首页上列举了几种典型的gradio使用场景，其中一种正是我们想要的chatbot的使用场景：

找到左下方对应的源码链接，复制到我们的项目：

import time
import gradio as gr

# 生成器函数，用于模拟流式输出
def slow_echo(message, history):
    for i in range(len(message)):
        time.sleep(0.05)
        yield "You typed: " + message[: i + 1]

demo = gr.ChatInterface(
    slow_echo,
    type="messages",
    flagging_mode="manual",
    flagging_options=["Like", "Spam", "Inappropriate", "Other"],
    save_history=True,
)

if __name__ == "__main__":
    demo.launch()

我们安装好最新版本的gradio就可以成功运行以上代码了：

pip install gradio==5.23.1

二、聊天机器人实现

根据上一节内容，将大模型的输出给到gradio即可，完整实现代码如下：

import gradio as gr

from langchain.chat_models import init_chat_model

model = init_chat_model("gpt-4o", model_provider="openai")

def do_response(message, history):
    resp = model.invoke(message)
    return resp.content

demo = gr.ChatInterface(
    do_response,
    type="messages",
    flagging_mode="manual",
    flagging_options=["Like", "Spam", "Inappropriate", "Other"],
    save_history=True,
)

if __name__ == "__main__":
    demo.launch()

代码运行结果如下所示：

可以看到，响应时间比较长，足足有十秒钟，在这期间看不到中间的过程，只在最后一次性输出了最终内容，对于用户来说很不友好。

接下来将它改造成流式输出。

优化一：流式输出

想要改造流式输出，首先得大模型支持流式输出，再者改造gradio，让它支持流式输出显示。

关于模型的流式输出文档：https://python.langchain.com/docs/how_to/streaming_llm/

关于gradio的流式输出显示文档：https://www.gradio.app/guides/creating-a-chatbot-fast#streaming-chatbots

简单来说，gradio的流式输出很简单，将do_response方法改造成生成器函数即可

import time
import gradio as gr

def slow_echo(message, history):
    for i in range(len(message)):
        time.sleep(0.3)
        yield "You typed: " + message[: i+1]

gr.ChatInterface(
    fn=slow_echo,
    type="messages"
).launch()

而stream方法支持流式输出，使用示例如下所示：

from langchain_openai import OpenAI

llm = OpenAI(model="gpt-3.5-turbo-instruct", temperature=0, max_tokens=512)
for chunk in llm.stream("Write me a 1 verse song about sparkling water."):
    print(chunk, end="|", flush=True)

两者结合起来，改造后的流式输出代码如下所示：

import gradio as gr

from langchain.chat_models import init_chat_model

model = init_chat_model("gpt-4o", model_provider="openai")

def response(message, history):
    resp = ""
    for chunk in model.stream(message):
        resp = resp + chunk.content
        yield resp

demo = gr.ChatInterface(
    fn=response,
    type="messages",
    flagging_mode="manual",
    flagging_options=["Like", "Spam", "Inappropriate", "Other"],
    save_history=True,
)

if __name__ == '__main__':
    demo.launch()

运行结果：

这样就实现了流式输出。

但是这个程序还有问题：它没有记忆功能，如下所示

接下来对它继续优化，加上记忆功能

优化二：上下文记忆功能

在改造之前，需要先了解几个概念：Chat history、Messages

大模型之所以有记忆功能，是因为每次和大模型对话，都会将历史记录一起送给大模型。

和大模型的交互的过程中，最常见的有三种消息类型：System Message、Human Message、AI Message。

消息类型	释义
System Message	就是开始对话之前对大模型的引导信息，比如“你是一个智能助手，回答用户信息请使用中文”，这样让大模型“扮演”某种角色。
Human Message	我们提出的问题
AI Message	大模型响应的问题。

这三种消息被langchain封装成了不同的类以方便使用：SystemMessage、HumanMessage、AIMessage

那如何将对话历史记录告诉大模型呢？

答案在于model.stream方法，stream默认我们只传输了一个字符串，也就是用户的提问消息，实际上它的类型是LanguageModelInput

LanguageModelInput的定义如下

Union的意思就是“选择其中之一”的意思，也就是说LanguageModelInput可以是PromptValue、字符串，或者Sequence[MessageLikeRepresentation]任意之一，关键点就在于Sequence[MessageLikeRepresentation]，从字面意思上来看它是一个列表类的对象，MessageLikeRepresentation的定义如下，它支持BaseMessage类型

也就是说，可以传递一个BaseMessage类型的List给stream方法，而SystemMessage、HumanMessage、AIMessage 均是BaseMessage的子类。。。一切清晰明了了，可以用一行代码实现gradio历史记录到BaseMessage列表的转换：

h = [HumanMessage(i["content"]) if i["role"] == 'user' else AIMessage(i["content"]) for i in history]

优化后的完整代码如下所示：

import gradio as gr
from langchain.chat_models import init_chat_model
from langchain_core.messages import HumanMessage, AIMessage

model = init_chat_model("gpt-4o", model_provider="openai")

def response(message, history):
    h = [HumanMessage(i["content"]) if i["role"] == 'user' else AIMessage(i["content"]) for i in history]
    h.append(HumanMessage(message))
    resp = ""
    for chunk in model.stream(h):
        resp = resp + chunk.content
        yield resp

demo = gr.ChatInterface(
    fn=response,
    type="messages",
    flagging_mode="manual",
    flagging_options=["Like", "Spam", "Inappropriate", "Other"],
    save_history=True,
)

if __name__ == '__main__':
    demo.launch()

运行结果如下：

好了，到此，我们用了不到30行代码实现了一个基本的智能聊天机器人，这个程序还有什么问题需要注意的吗？我们思考一下，每次和大模型交互，都要将所有历史记录传递给大模型，这行的通吗？实际上每种大模型都有输入长度的限制，如果不加以限制的话，会很容易超出大模型能够输入字符的上限，接下来改造下这段代码，限制输入的字符数量。

优化三：限制输入长度

关于输入长度过长的优化，实际上是一个比较复杂的问题，可以参考以下官方文档：

Context Window的概念：https://python.langchain.com/docs/concepts/chat_models/#context-window

Memory的概念：https://langchain-ai.github.io/langgraph/concepts/memory/

trim_message的详细用法：https://python.langchain.com/docs/how_to/trim_messages/

trim_message在chatbot中的应用案例：https://python.langchain.com/docs/tutorials/chatbot/#managing-conversation-history

总结一下，用户能输入的字符长度实际上是大模型能“记住”的文本长度，如果过长，就会达到"Context Window"的极限，大模型要么删除一部分文本继续处理，要么直接抛出异常，前者会导致处理数据结果不准确，后者则会导致应用程序直接报错。

可以使用trim_message方法解决该问题，它有各种策略截取过长的输入文本，甚至可以自定义策略。比如以下使用方式：

from langchain_core.messages import trim_messages

trimmer = trim_messages(
    max_tokens=300,
    strategy="last",
    token_counter=model,
    include_system=True,
    allow_partial=False,
    start_on="human",
)

该案例中制定的策略是只允许输入最大300个字符，超出的字符从尾部向前查找删除，而且不允许对消息部分删除（保留问题完整性）。

完整代码如下所示：

from langchain.chat_models import init_chat_model
import gradio as gr
from langchain_core.messages import HumanMessage, AIMessage, trim_messages

model = init_chat_model("gpt-4o", model_provider="openai")

trimmer = trim_messages(
    max_tokens=300,
    strategy="last",
    token_counter=model,
    include_system=True,
    allow_partial=False,
    start_on="human",
)

def response(message, history):
    h = [HumanMessage(i["content"]) if i["role"] == 'user' else AIMessage(i["content"]) for i in history]
    h.append(HumanMessage(message))
    result = trimmer.invoke(h)
    //查看trim结果
    print(result)
    resp = ""
    for chunk in model.stream(result):
        resp = resp + chunk.content
        yield resp

demo = gr.ChatInterface(
    fn=response,
    type="messages",
    flagging_mode="manual",
    flagging_options=["Like", "Spam", "Inappropriate", "Other"],
    save_history=True,
)

if __name__ == '__main__':
    demo.launch()

运行结果如下：

后台打印的被优化的消息：

[HumanMessage(content='你好，我的名字叫kdyzm', additional_kwargs={}, response_metadata={})]
[HumanMessage(content='你好，我的名字叫kdyzm', additional_kwargs={}, response_metadata={}), AIMessage(content='你好，kdyzm！很高兴认识你。有什么我可以帮忙的吗？', additional_kwargs={}, response_metadata={}), HumanMessage(content='帮我写一段python版本的快速排序算法，并分析', additional_kwargs={}, response_metadata={})]
[HumanMessage(content='我是谁？', additional_kwargs={}, response_metadata={})]

可以看到，第三次询问的时候，之前的消息就被删除，不再发送给大模型，这导致大模型忘记了我之前告诉它的我的名字。

最后，欢迎关注我的博客呀：

一枝梅的博客

END.