第一章：ChatModel 与 Message（Console）
本章目标：创建最基本的 AI 对话程序，理解 ChatModel 和 Agent 的核心概念。
代码位置
- 入口代码：cmd/ch01/main.go
前置条件
你需要配置一个可用的 ChatModel。Eino 支持多种模型后端，本教程使用 OpenAI 或 Ark 作为示例：
方式一：使用 OpenAI
export OPENAI_API_KEY=sk-xxx
export OPENAI_MODEL=gpt-4.1-mini # 可选，默认使用 gpt-4.1-mini
export OPENAI_BASE_URL=https://api.openai.com/v1 # 可选
方式二：使用 Ark（字节跳动火山引擎）
export ARK_API_KEY=xxx
export ARK_MODEL=ep-xxx # Ark 模型的 Endpoint ID
export ARK_BASE_URL=https://ark.cn-beijing.volces.com/api/v3 # 可选
运行
在 examples/quickstart/chatwitheino 目录下执行：
go run ./cmd/ch01 -- "你好，请介绍一下你自己"
输出示例（流式输出，逐字显示）：
你好！我是一个AI助手，基于大语言模型技术开发...
核心概念
ChatModel：LLM 的标准接口
ChatModel 是 Eino 对大语言模型的统一抽象：
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)
}
不管底层是 OpenAI、Anthropic 还是其他模型，都实现同一个接口。
Message：对话的基本单元
type Message struct {
Role string // system / user / assistant / tool
Content string // 消息内容
// ...其他字段
}
常用构造函数：
schema.SystemMessage("你是一个有用的助手")
schema.UserMessage("你好")
schema.AssistantMessage("你好！有什么可以帮助你的？", nil)
从 API 调用到单轮对话
裸调 ChatModel
最直接的方式是直接调用 ChatModel 的 Stream 方法：
messages := []*schema.Message{
schema.SystemMessage("你是一个有用的助手"),
schema.UserMessage("你好"),
}
stream, err := chatModel.Stream(ctx, messages)
这就是一次最基本的 LLM 调用。
使用 ChatModelAgent
ChatModelAgent 是 Eino 中最基础的 Agent 封装，它包装了 ChatModel 并提供：
- 系统 Prompt 管理：通过
Instruction字段设置 - Tool 集成：后续章节会用到
- 中间件支持：后续章节会用到
agent, err := adk.NewChatModelAgent(ctx, &adk.ChatModelAgentConfig{
Name: "MyChatAgent",
Description: "A helpful assistant",
Instruction: "你是一个有用的助手",
Model: chatModel,
})
本章的简化流程
用户输入 → ChatModelAgent.Stream() → 流式输出
**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）：
// 创建 Agent
agent, err := adk.NewChatModelAgent(ctx, &adk.ChatModelAgentConfig{
Name: "MyChatAgent",
Instruction: instruction,
Model: chatModel,
})
// 流式调用
stream, err := agent.Stream(ctx, messages)
// 逐 chunk 输出
for {
frame, err := stream.Recv()
if err == io.EOF {
break
}
if err != nil {
log.Fatal(err)
}
fmt.Print(frame.Content)
}
本章小结
- ChatModel：LLM 的统一接口，支持
Generate（完整响应）和Stream（流式响应） - Message：对话的基本单元，包含 Role 和 Content
- ChatModelAgent：最基础的 Agent，包装 ChatModel 并提供扩展能力
- 流式输出：通过
Stream+Recv实现逐字输出
扩展思考
为什么用 Agent 而不是直接调 ChatModel？
- Agent 提供了 Instruction（系统 Prompt）的标准管理
- Agent 后续可以集成 Tool、Middleware 等能力
- Agent 是 Eino ADK 的统一入口