Agent Service Toolkit 中 ChatMessage 架构的演进与设计思考
在构建基于 LangChain 的 Agent Service Toolkit 项目时,开发团队面临了一个关于消息处理架构的重要决策。本文将深入分析 ChatMessage 类的设计演变过程,探讨不同技术方案的优劣,并最终呈现团队采纳的解决方案。
初始设计困境
项目初期实现了一个 ChatMessage 类作为 LangChain BaseMessage 的轻量级封装。随着功能迭代,这个包装层开始引入比其价值更多的复杂性,特别是在处理以下场景时:
- 需要支持 Anthropic 等不同模型的消息格式
- 要处理包含工具调用的 AIMessage
- 需要维护 run_id 等元数据信息
- 支持后台任务等扩展功能
三种设计方案对比
团队提出了三种可能的改进方向:
方案一:保持现状,继续使用 ChatMessage 抽象层。优势在于提供了统一的接口,但会增加维护成本。
方案二:完全移除 ChatMessage,直接使用 LangChain 的 BaseMessage。简化了架构但将格式处理的责任转移给了客户端。
方案三:折中方案,基于 BaseMessage 但提供标准化的简单类型处理,确保 content 始终为字符串类型。
深入技术考量
在讨论过程中,几个关键技术点被反复权衡:
-
序列化格式:LangChain 提供了 message_to_dict/messages_from_dict 方法,但其序列化格式较为冗长。作为替代,可以考虑直接使用 Pydantic 的 model_dump()。
-
run_id 处理:当前实现中将 run_id 添加到 ChatMessage,如果改用 BaseMessage 需要找到合适的存储位置,如 additional_kwargs。
-
消息类型处理:需要特别处理包含工具调用的 AIMessage,确保其内容展示的一致性。
最终架构决策
经过充分讨论,团队决定采用扩展方案一,并引入以下改进:
- 新增 "custom" 消息类型,支持任意自定义数据
- 添加 send_custom_message() 工具函数,简化自定义消息发送
- 保留 ChatMessage.from_langchain() 转换逻辑
- 通过 custom_data 字段支持扩展功能
这种设计既保持了现有接口的简洁性,又为以下场景提供了良好的扩展性:
- 后台任务处理
- 多媒体内容传输
- 自定义业务逻辑集成
实现细节与最佳实践
在实际实现中,开发者应注意:
- 自定义数据应实现合理的序列化/反序列化逻辑
- 对于复杂场景,建议使用 Pydantic 模型处理 custom_data
- 不同类型的功能应通过消息内容区分,而非创建多个消息类型
这种架构演进体现了在保持核心功能稳定的同时,如何通过精心设计的扩展点来适应未来需求变化,是构建可持续演进的 AI 服务架构的优秀实践。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~052CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0313- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









