03｜ChatModel 實戰(zhàn)：消息、參數(shù)與多輪對話《Eino 實戰(zhàn)：用 Go 構(gòu)建 AI 應(yīng)用與智能體》· 第 03 篇關(guān)鍵詞：schema.Message、角色、Generate、Stream、生成參數(shù)、多輪對話、上下文前置條件：已完成 [02｜搭建開發(fā)環(huán)境](02｜搭建開發(fā)環(huán)境：創(chuàng)建第一個 Eino 項目.md)，項目能夠成功調(diào)用模型。上一篇我們跑通了第一次調(diào)用，但那只是一個單次問答。真實的工單助手需要記住上下文：“這單”“剛才那個用戶”指的都是前幾輪說過的內(nèi)容。要把它做對，必須先回答一個基礎(chǔ)問題：模型到底收到了什么？答案是：一份消息列表。模型本身沒有記憶，你看到的“多輪對話”，其實是你每次把歷史記錄一起發(fā)過去的結(jié)果。這一篇就圍繞消息列表、生成參數(shù)和多輪組織方式展開。一、消息列表就是模型的全部輸入調(diào)用Generate時，你傳的是一個[]*schema.Message：typeMessagestruct{Role RoleType// system / user / assistant / toolContentstring// 文本內(nèi)容ToolCalls[]ToolCall// 僅 assistant 消息使用ToolCallIDstring// 僅 tool 消息使用ToolNamestring// 僅 tool 消息使用ReasoningContentstring// 模型的推理內(nèi)容（若返回）ResponseMeta*ResponseMeta// 結(jié)束原因、Token 用量等Extramap[string]any// 實現(xiàn)相關(guān)的附加信息}（以上摘自 Eino v0.9.21 的schema.Message，省略了多模態(tài)等字段，稍后會單獨說明。）其中有兩點值得強調(diào)：Role決定這條消息是誰說的。模型依據(jù)角色理解對話結(jié)構(gòu)，寫錯角色會直接改變模型行為。ResponseMeta是模型的“回執(zhí)”。結(jié)束原因和 Token 用量都在這里，而不是在Content里。四種角色角色常量用途systemschema.System整體行為約束、角色設(shè)定、輸出要求userschema.User用戶輸入assistantschema.Assistant模型此前的回復(fù)toolschema.Tool工具調(diào)用結(jié)果（第 11 篇展開）對應(yīng)有便捷構(gòu)造函數(shù)：system:=schema.SystemMessage("你是工單助手。")user:=schema.UserMessage("打印機連不上網(wǎng)。")// assistant 消息需要傳入 toolCalls，無工具調(diào)用時傳 nilassistant:=schema.AssistantMessage("已記錄，請?zhí)峁┚唧w樓層。",nil)也可以直接構(gòu)造結(jié)構(gòu)體，兩種方式等價：msg:=schema.Message{Role:schema.User,Content:"打印機連不上網(wǎng)。"}日常建議用構(gòu)造函數(shù)，可讀性更好，也不容易把Role寫錯。二、Generate 與 Stream：同一份輸入，兩種輸出兩者的輸入完全相同，差別只在返回方式：// 非流式：等模型輸出完整內(nèi)容后一次返回msg,err:=cm.Generate(ctx,messages)// 流式：立即返回讀取器，逐片接收sr,err:=cm.Stream(ctx,messages)defersr.Close()選擇哪一種，取決于交互形態(tài)：場景建議后臺批處理、只關(guān)心最終結(jié)果Generate面向用戶、需要逐步展示