首页
/ LangServe项目中RunnableWithMessageHistory与聊天交互的集成实践

LangServe项目中RunnableWithMessageHistory与聊天交互的集成实践

2025-07-04 06:25:42作者:霍妲思

在LangServe项目开发过程中,许多开发者尝试将RunnableWithMessageHistory与聊天交互功能集成时遇到了类型错误问题。本文将深入分析问题本质,并提供完整的解决方案。

问题背景分析

当开发者尝试在FastAPI应用中同时使用RunnableWithMessageHistory和playground_type='chat'参数时,系统会抛出"TypeError: issubclass() arg 1 must be a class"错误。这个错误表面看似简单,但实际上反映了LangChain核心组件与Pydantic模型之间的兼容性问题。

根本原因探究

经过技术分析,该问题主要源于以下两个技术点:

  1. RunnableWithMessageHistory的输出模式处理机制存在缺陷,特别是在处理输出模式时未能正确识别Pydantic模型类
  2. LangServe的聊天交互功能对输入输出格式有严格要求,需要特定的消息结构

完整解决方案

基础配置

首先确保开发环境配置正确:

from fastapi import FastAPI
from langchain_core.messages import HumanMessage, AIMessage, SystemMessage
from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder
from langchain_core.runnables.history import RunnableWithMessageHistory
from langchain.memory import InMemoryChatMessageHistory
from pydantic import BaseModel, Field
from typing import List, Union

核心组件实现

  1. 定义LLM模型和提示模板:
prompt = ChatPromptTemplate.from_messages([
    ("system", "您是一个专业的AI助手..."),
    MessagesPlaceholder(variable_name="messages"),
])

chain = prompt | llm | StrOutputParser()
  1. 实现消息历史管理:
def get_session_history():
    return InMemoryChatMessageHistory()
  1. 定义输入模型:
class InputChat(BaseModel):
    messages: List[Union[HumanMessage, AIMessage, SystemMessage]] = Field(
        ...,
        description="当前对话的聊天消息"
    )

关键解决方案

通过添加输出解析器解决类型错误:

from langchain_core.output_parsers.string import StrOutputParser

json_parser = StrOutputParser()

chain_with_parser = (
    RunnableWithMessageHistory(
        chain,
        get_session_history,
        input_messages_key="input",
        history_messages_key="chat_history"
    ).with_types(input_type=InputChat)
    | json_parser
)

路由配置

add_routes(
    app,
    chain_with_parser,
    path="/chat",
    playground_type="default"  # 注意此处使用默认playground
)

技术要点说明

  1. 输出解析器的作用:StrOutputParser在这里不仅处理输出格式,还解决了RunnableWithMessageHistory与Pydantic的兼容性问题

  2. 聊天交互限制:LangServe的聊天playground对输入格式有严格要求,开发者需要注意:

    • 必须使用特定格式的消息字典
    • 输出必须是AIMessage或字符串
  3. 版本兼容性:确认使用Pydantic 2.8.2和pydantic-core 2.20.1版本组合

进阶建议

对于需要完整聊天交互功能的开发者,可以考虑:

  1. 自定义输入处理器,确保符合LangServe的聊天playground要求
  2. 实现中间件转换层,处理不同格式的消息转换
  3. 考虑使用Redis等持久化存储替代内存存储,提高生产环境可靠性

通过本文的解决方案,开发者可以顺利实现带有历史记忆功能的LangServe应用,同时理解底层技术原理,为更复杂的应用场景打下基础。

登录后查看全文
热门项目推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
260
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
854
505
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
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!
C
254
295
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
331
1.08 K
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
397
370
note-gennote-gen
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
kernelkernel
deepin linux kernel
C
21
5