langchain_core.utils.function_calling.tool_example_to_messages

langchain_core.utils.function_calling.tool_example_to_messages(input: str, tool_calls: List[BaseModel], tool_outputs: Optional[List[str]] = None) → List[BaseMessage][源代码]

将示例转换为可以输入到LLM的消息列表。

此代码是一个适配器，用于将单个示例转换为聊天模型可以接收的消息列表。

每个示例的消息列表对应于

  1. HumanMessage：包含要从中提取内容的文本。

  2. AIMessage：包含从模型提取的信息。

  3. ToolMessage：包含对模型进行确认，表明模型请求了工具，并正确执行。

    。

需要ToolMessage，因为某些聊天模型针对代理进行了超优化，而不是针对提取用例。

参数

  • input （字符串）– 用户输入字符串

  • tool_calls （列表[BaseModel]）– 表示为Pydantic BaseModel的工具调用列表

  • tool_outputs （可选[列表[字符串]]）– 可选[列表[str]]，工具调用输出的列表。无需提供。如果未提供，将插入占位符值。默认为None。

返回

消息列表

返回类型

列表[BaseMessage]

示例

from typing import List, Optional
from langchain_core.pydantic_v1 import BaseModel, Field
from langchain_openai import ChatOpenAI

class Person(BaseModel):
    '''Information about a person.'''
    name: Optional[str] = Field(..., description="The name of the person")
    hair_color: Optional[str] = Field(
        ..., description="The color of the person's hair if known"
    )
    height_in_meters: Optional[str] = Field(
        ..., description="Height in METERs"
    )

examples = [
    (
        "The ocean is vast and blue. It's more than 20,000 feet deep.",
        Person(name=None, height_in_meters=None, hair_color=None),
    ),
    (
        "Fiona traveled far from France to Spain.",
        Person(name="Fiona", height_in_meters=None, hair_color=None),
    ),
]


messages = []

for txt, tool_call in examples:
    messages.extend(
        tool_example_to_messages(txt, [tool_call])
    )