all-in-kingsoft/Eino/quick_start/chapter_01_chatmodel_and_message.md

---
Description: ""
date: "2026-03-24"
lastmod: ""
tags: []
title: 第一章：ChatModel 与 Message（Console）
weight: 1
---

## Eino 框架简介

**Eino 是什么？**

Eino 是一个 Go 语言实现的 AI 应用开发框架（Agent Development Kit），旨在帮助开发者快速构建可扩展、可维护的 AI 应用。

**Eino 解决什么问题？**

1. **模型抽象**：统一不同 LLM 提供商的接口（OpenAI、Ark、Claude 等），切换模型无需修改业务代码
2. **能力组合**：通过 Component 接口实现可替换、可组合的能力单元（对话、工具、检索等）
3. **编排框架**：提供 Agent、Graph、Chain 等编排抽象，支持复杂的多步骤 AI 工作流
4. **运行时支持**：内置流式输出、中断与恢复、状态管理、Callback 可观测性等能力

**Eino 的主要仓库：**

- **eino**（本仓库）：核心库，定义接口、编排抽象和 ADK
- **eino-ext**：扩展库，提供各类 Component 的具体实现（OpenAI、Ark、Milvus 等）
- **eino-examples**：示例代码库，包含本 quickstart 系列

---

## ChatWithEino：与 Eino 文档对话的智能助手

**ChatWithEino 是什么？**

ChatWithEino 是一个基于 Eino 框架构建的智能助手，能够帮助开发者学习 Eino 框架并编写 Eino 代码。它通过访问 Eino 仓库的源码、注释和示例，为用户提供最准确、最及时的技术支持。

**核心能力：**

- **对话交互**：理解用户关于 Eino 的问题，提供清晰的解答
- **代码访问**：直接读取 Eino 源码、注释和示例，基于真实实现回答问题
- **持久化会话**：支持多轮对话，记住上下文，可跨进程恢复会话
- **工具调用**：能够执行文件读取、代码搜索等操作

**技术架构：**

- **ChatModel**：与大语言模型通信（OpenAI、Ark、Claude 等）
- **Tool**：文件系统访问、代码搜索等能力扩展
- **Memory**：对话历史持久化存储
- **Agent**：统一的执行框架，协调各组件协同工作

## Quickstart 文档系列：从零构建 ChatWithEino

本系列文档通过循序渐进的方式，带你从最基础的 ChatModel 调用开始，逐步构建一个功能完整的 ChatWithEino Agent。

**学习路径：**

<table>
<tr><td>章节</td><td>主题</td><td>核心内容</td><td>能力提升</td></tr>
<tr><td><strong>第一章</strong></td><td>ChatModel 与 Message</td><td>理解 Component 抽象，实现单次对话</td><td>基础对话能力</td></tr>
<tr><td><strong>第二章</strong></td><td>Agent 与 Runner</td><td>引入执行抽象，实现多轮对话</td><td>会话管理能力</td></tr>
<tr><td><strong>第三章</strong></td><td>Memory 与 Session</td><td>持久化对话历史，支持会话恢复</td><td>持久化能力</td></tr>
<tr><td><strong>第四章</strong></td><td>Tool 与文件系统</td><td>添加文件访问能力，读取源码</td><td>工具调用能力</td></tr>
<tr><td><strong>第五章</strong></td><td>Middleware</td><td>中间件机制，统一处理横切关注点</td><td>扩展性增强</td></tr>
<tr><td><strong>第六章</strong></td><td>Callback</td><td>回调机制，监控 Agent 执行过程</td><td>可观测性</td></tr>
<tr><td><strong>第七章</strong></td><td>Interrupt 与 Resume</td><td>中断与恢复，支持长时间任务</td><td>可靠性增强</td></tr>
<tr><td><strong>第八章</strong></td><td>Graph 与 Tool</td><td>使用 Graph 编排复杂工作流</td><td>复杂编排能力</td></tr>
<tr><td><strong>第九章</strong></td><td>A2UI</td><td>Agent 到 UI 的集成方案</td><td>生产级应用</td></tr>
</table>

**为什么这样设计？**

每一章都在前一章的基础上增加一个核心能力，让你：

1. **理解每个组件的作用**：不是一次性展示所有功能，而是逐步引入
2. **看到架构演进过程**：从简单到复杂，理解为什么需要每个抽象
3. **掌握实际开发技能**：每章都有可运行的代码，可以动手实践

---

本章目标：理解 Eino 的 Component 抽象，用最小代码调用一次 ChatModel（支持流式输出），并掌握 `schema.Message` 的基本用法。

## 代码位置

- 入口代码：[cmd/ch01/main.go](https://github.com/cloudwego/eino-examples/blob/main/quickstart/chatwitheino/cmd/ch01/main.go)

## 为什么需要 Component 接口

Eino 定义了一组 Component 接口（`ChatModel`、`Tool`、`Retriever`、`Loader` 等），每个接口描述一类可替换的能力：

```go
type BaseChatModel interface {
    Generate(ctx context.Context, input []*schema.Message, opts ...Option) (*schema.Message, error)
    Stream(ctx context.Context, input []*schema.Message, opts ...Option) (
        *schema.StreamReader[*schema.Message], error)
}
```

**接口带来的好处：**

1. **实现可替换**：`eino-ext` 提供了 OpenAI、Ark、Claude、Ollama 等多种实现，业务代码只依赖接口，切换模型只需改构造逻辑。
2. **编排可组合**：Agent、Graph、Chain 等编排层只依赖 Component 接口，不关心具体实现。你可以把 OpenAI 换成 Ark，编排代码无需改动。
3. **测试可 Mock**：接口天然支持 mock，单元测试不需要真实调用模型。

本章只涉及 `ChatModel`，后续章节会逐步引入 `Tool`、`Retriever` 等 Component。

## schema.Message：对话的基本单位

`Message` 是 Eino 里对话数据的基本结构：

```go
type Message struct {
    Role      RoleType    // system / user / assistant / tool
    Content   string      // 文本内容
    ToolCalls []ToolCall  // 仅 assistant 消息可能有
    // ...
}
```

常用构造函数：

```go
schema.SystemMessage("You are a helpful assistant.")
schema.UserMessage("What is the weather today?")
schema.AssistantMessage("I don't know.", nil)  // 第二个参数是 ToolCalls
schema.ToolMessage("tool result", "call_id")
```

**角色语义：**

- `system`：系统指令，通常放在 messages 最前面
- `user`：用户输入
- `assistant`：模型回复
- `tool`：工具调用结果（后续章节涉及）

## 前置条件

### 获取代码

```bash
git clone https://github.com/cloudwego/eino-examples.git
cd eino-examples/quickstart/chatwitheino
```

- Go 版本：Go 1.21+（见 `go.mod`）
- 一个可调用的 ChatModel（默认使用 OpenAI；也支持 Ark）

### 方式 A：OpenAI（默认）

```bash
export OPENAI_API_KEY="..."
export OPENAI_MODEL="gpt-4.1-mini"  # OpenAI 2025 年新模型，也可用 gpt-4o、gpt-4o-mini 等
# 可选：
# OPENAI_BASE_URL（代理或兼容服务）
# OPENAI_BY_AZURE=true（使用 Azure OpenAI）
```

### 方式 B：Ark

```bash
export MODEL_TYPE="ark"
export ARK_API_KEY="..."
export ARK_MODEL="..."
# 可选：ARK_BASE_URL
```

## 运行

在 `examples/quickstart/chatwitheino` 目录下执行：

```bash
go run ./cmd/ch01 -- "用一句话解释 Eino 的 Component 设计解决了什么问题？"
```

输出示例（流式逐步打印）：

```
[assistant] Eino 的 Component 设计通过定义统一接口...
```

## 入口代码做了什么

按执行顺序：

1. **创建 ChatModel**：根据 `MODEL_TYPE` 环境变量选择 OpenAI 或 Ark 实现
2. **构造输入 messages**：`SystemMessage(instruction)` + `UserMessage(query)`
3. **调用 Stream**：所有 ChatModel 实现都必须支持 `Stream()`，返回 `StreamReader[*Message]`
4. **打印结果**：迭代 `StreamReader` 逐帧打印 assistant 回复

关键代码片段（**注意：这是简化后的代码片段，不能直接运行****，完整代码请参考** [cmd/ch01/main.go](https://github.com/cloudwego/eino-examples/blob/main/quickstart/chatwitheino/cmd/ch01/main.go)）：

```go
// 构造输入
messages := []*schema.Message{
    schema.SystemMessage(instruction),
    schema.UserMessage(query),
}

// 调用 Stream（所有 ChatModel 都必须实现）
stream, err := cm.Stream(ctx, messages)
if err != nil {
    log.Fatal(err)
}
defer stream.Close()

for {
    chunk, err := stream.Recv()
    if errors.Is(err, io.EOF) {
        break
    }
    if err != nil {
        log.Fatal(err)
    }
    fmt.Print(chunk.Content)
}
```

## 本章小结

- **Component 接口**：定义可替换、可组合、可测试的能力边界
- **Message**：对话数据的基本单位，通过角色区分语义
- **ChatModel**：最基础的 Component，提供 `Generate` 和 `Stream` 两个核心方法
- **实现选择**：通过环境变量或配置切换 OpenAI/Ark 等不同实现，业务代码无需改动