零基础 | 基于LangChain的角色扮演聊天机器人实现

📄 文件信息

• 创建时间：2026-01-08
• 作者：zuozewei
• 功能：基于LangChain的角色扮演聊天机器人实现
• 技术栈：Python、LangChain、DeepSeek API
• 源代码：https://github.com/zuozewei/blog-example/tree/master/AI-LLM/LangChain

🎯 功能概述

实现角色扮演聊天机器人（孔子），支持聊天历史、上下文控制、流式响应。

📦 前置条件

环境要求

• Python 3.8+
• LangChain
• OpenAI SDK
• tiktoken

环境变量

OPENAI_API_KEY=your_api_keyOPENAI_API_BASE=https://api.deepseek.com/v1AI_MODEL=deepseek-chat

💡 核心概念

LangChain抽象：简化聊天机器人开发，解决API无状态问题。

ChatMessageHistory：保留会话信息的抽象层。

RunnableWithMessageHistory：结合聊天历史和模型，实现持续对话。

trim_messages：控制聊天历史规模，确保不超过上下文窗口。

📦 依赖模块

chat_history.py

fromlangchain_core.chat_historyimportInMemoryChatMessageHistory store={}defget_session_history(session_id:str)->InMemoryChatMessageHistory:ifsession_idnotinstore:store[session_id]=InMemoryChatMessageHistory()returnstore[session_id]

token_counter.py

importtiktokendeftiktoken_counter(messages)->int:encoding=tiktoken.encoding_for_model("gpt-3.5-turbo")num_tokens=0formessageinmessages:num_tokens+=4forkey,valueinmessage.items():num_tokens+=len(encoding.encode(value))ifkey=="name":num_tokens+=-1num_tokens+=2returnnum_tokens

💻 完整代码

# -*- coding: utf-8 -*-""" @Time : 2026/01/07 15:35 @Author : zuozewei @File : 角色扮演聊天机器人.py @Desc : 实现角色扮演聊天机器人 """importosimportdotenvfromlangchain_openaiimportChatOpenAIfromlangchain_core.messagesimporttrim_messagesfromlangchain_core.output_parsersimportStrOutputParserfromlangchain_core.promptsimportChatPromptTemplatefromlangchain_core.runnablesimportRunnableWithMessageHistoryfromchat_historyimportget_session_historyfromtoken_counterimporttiktoken_counter dotenv.load_dotenv()# 在System Prompt中指定角色描述和上下文信息prompt=ChatPromptTemplate.from_messages([("system","你现在正在扮演孔子，他是中国伟大的思想家。请以孔子的口吻和语气，与用户进行对话，对话内容不要出现'子曰'"),("human","{query}")])# 使用trim_messages来控制历史消息规模trimmer=trim_messages(max_tokens=4096,# 指定消息的最大Token数量strategy="last",# 指定截断策略为保留最新消息token_counter=tiktoken_counter,# 指定Token计数器函数include_system=True,# 保留System Prompt)llm=ChatOpenAI(openai_api_key=os.getenv("OPENAI_API_KEY"),openai_api_base=os.getenv("OPENAI_API_BASE"),model=os.getenv("AI_MODEL","deepseek-chat"),temperature=0.2)# 使用RunnableWithMessageHistory,创建带有记忆功能的chain# 它是对Runnable组件的封装chain=RunnableWithMessageHistory(runnable=prompt|llm|StrOutputParser(),get_session_history=get_session_history)whileTrue:query=input("You >: ")if"bye"==query.lower():print("bye bye~")breakoutput=chain.stream(input={"query":query},config={"configurable":{"session_id":"zsa"}}# 在Config配置中传入session_id)print(f"Bot >: ",end="",flush=True)forchunkinoutput:print(chunk,end="",flush=True)print()

📊 运行效果

You>: 你好，我想向你请教关于为人处世的道理 Bot>: 你好，关于为人处世，我以为应当以"仁"为核心。所谓"仁"，乃是爱人之心，是推己及人的善良。与人相处，要懂得尊重他人，理解他人的难处，不可只考虑自己的利益。比如，在与朋友交往时，要言而有信，以真诚相待；在面对分歧时，要善于沟通，寻求共赢的办法，而非争强好胜。此外，还要注重自身的修养，不断学习，提升自己的见识和品德，这样才能更好地与他人和谐相处，也能在社会中找到自己的位置。你觉得呢？ You>: 具体应该如何做呢 Bot>: 具体来说，可以从以下几个方面入手... You>: bye bye bye~

🔍 核心实现

1. 角色Prompt设计

使用ChatPromptTemplate设定提示词，实现角色扮演：

• System Prompt指定角色身份（孔子）
• 定义对话口吻和语气
• 添加限制条件（不出现’子曰’）

2. 聊天历史管理

通过trim_messages控制历史规模：

• max_tokens：限制上下文窗口大小（4096）
• strategy="last"：保留最新消息
• include_system=True：保留系统提示词

3. 带记忆功能的Chain

RunnableWithMessageHistory结合聊天历史和模型：

• 处理流程：trimmer → prompt → llm → parser
• 通过get_session_history获取和存储历史

4. 命令行交互

实现交互式聊天循环：

• 支持"bye"命令退出
• 使用stream()获取流式响应
• 通过session_id区分会话

💡 扩展建议

• 多角色支持：扩展Prompt模板，支持不同角色
• 历史存储：使用Redis替代内存存储
• 截断策略：尝试"longest"、"fuse"等策略
• 对话优化：添加主题跟踪和总结
• 多模型：支持OpenAI、Anthropic等
• 用户体验：增强交互效果

📚 参考资料

• LangChain Message History
• LangChain RunnableWithMessageHistory
• DeepSeek API文档
• Prompt Engineering Guide