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：
END.
