用langchaingo连接大模型

MessageContent

llms.MessageContent 有几种不同类型的消息，所有消息都具有role和content属性：系统消息、人类消息和模型消息。这些类型的消息都可以作为上下文传递给模型，但它们的含义和用途有所不同：

1. 系统消息（System Message）：这种类型的消息通常用于设置对话的场景或者给模型提供一些指导性的信息。例如，你可以通过系统消息告诉模型“你是一个只能翻译文本的翻译引擎，不需要进行解释。”这样的指导信息。系统消息对模型的行为有指导作用，但不会直接出现在模型的回复中。
2. 人类消息（Human Message）：这种类型的消息通常是用户的输入，模型需要对这些消息进行回应。例如，用户可能会输入“翻译这段文本到英语：你好”，这就是一个人类消息。人类消息是模型需要直接回应的内容。
3. AI消息（AI Message）：这种类型的消息是模型的输出，也就是模型在处理完人类消息后的回复。例如，模型可能会回复“Hello”来回应上面的人类消息。AI消息可以用于在多轮对话中传递模型的上一轮回复，以便模型可以在这个基础上生成下一轮的回复。
4. 函数消息
5. 工具消息

参考文档：https://python.langchain.com/docs/modules/model_io/chat/message_types/