LangChain —— Chat Model

---

一、什么是 Chat Model

 使用消息序列作为输入并返回 chat message 作为输出的语言模型 (与使用纯文本相反）。这些是传统上较新的模型 (旧模型通常是 LLM，见下文)。Chat Model 支持为对话消息分配不同的角色，有助于将 messages 与 AI、user 和 system message 等指令区分开来。
 尽管底层模型是消息输入、消息输出，但 LangChain 包装器也允许这些模型将 字符串 作为输入。这意味着您可以轻松地使用 Chat Model 来代替 LLM。
 当字符串作为输入传入时，它会被转换为 HumanMessage，然后传递给底层模型。
 LangChain 不托管任何聊天模型，而是依赖于第三方集成。
 在构建 Chat Models 时，我们有一些标准化的参数：

• model
• temperature
• timeout
• max_tokens
• stop
• max_retries
• api_key
• base_url

 一些需要注意的东西：

• 标准参数仅适用于公开具有预期功能的参数的模型提供程序。例如，一些提供程序不公开最大输出令牌的配置，因此这些提供程序不支持 max_tokens。
• 标准参数目前仅在具有自己的集成包的集成上强制执行 (例如 langchain-openai、langchain-anthropic 等)，而在 langchain-community 的模型上则没有强制执行。

 ChatModels 还接受特定于该集成的其他参数。要查找 ChatModel 支持的所有参数，请指向该模型的 API 引用。

1、多模态模型

 一些聊天模式是多模式的，接受图像、音频甚至视频作为输入。这些仍然不太常见，这意味着模型提供者还没有标准化定义 API 的“最佳”方式。多模态输出甚至不太常见。因此，我们保持了多模态抽象的轻量级，并计划随着该领域的成熟进一步巩固多模态API和交互模式。

 在 LangChain 中，大多数支持多模式输入的聊天模型也接受 OpenAI 内容块格式的值。到目前为止，这仅限于图像输入。对于像 Gemini 这样支持视频和其他字节输入的模型，API 还支持本机特定于模型的表示。

 有关如何使用多模式模型的详细信息，请参阅此处的 相关操作指南。

---

二、如何使用 ChatModel

 聊天模型是新形式的语言模型，它接收消息并输出消息。