今天我们来聊聊，用langchain调用大模型，如何持续实时交互。
昨天我们跑通了第一次调用，输出就像“演示版”，一问一答，但一次性结束。今天，我们来进行连续的对话。
就像我们平时用豆包或者DeepSeek这些AI 豆包 大模型 教程 聊天一样，持续提问，随问随答。
在昨天原来的目录上，我们新建两个文件。老规矩，一个原生版本，一个langchain版本。
原生版本，新建文件02_talk_with_deepseek.py
langchain版本，新建文件02_talk_with_deepseek_langchain.py
我们使用while True来激活一个循环，然后通过input(” 你：”)来进行连续的输入。
通过在循环中持续填入增量的历史消息到message对象后调用大模型，并且打印大模型的回复，来达到持续交互的目的。
Langchain中使用 messages.append(HumanMessage(content=user_input))，用HumanMessage对象来包装用户输入，看起来更加整洁。
当我们的代码复杂后，有更高的可读性。
这是最终代码运行效果，是不是很简单就跑起来了？
对AI应用开发感兴趣的同学，欢迎加微信申请入群交流学习。
想要学习AI应用开发的同学，可以参照我的代码跑起来，举一反三，一天一个脚印的进步，我相信，会足够坚实。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/272195.html原文链接：https://javaforall.net
