ChatHistoryMessage 类

通过分析和验证关键字参数中的输入数据来创建新模型。

引发 [ValidationError][pydantic_core。如果无法验证输入数据以形成有效的模型，则 ValidationError]。

self 是显式位置仅允许 自己 作为字段名称。

__init__(**data: Any) -> None

参数

返回

__new__(**kwargs)

construct(_fields_set: set[str] | None = None, **values: Any) -> Self

参数

返回

验证内容是否不为空或仅空格。

validator content_not_empty  »  content

参数

返回

返回模型的副本。

!!! 警告“已弃用”此方法现已弃用;请改用 model_copy 。

如果需要 包括 或 排除，请使用：

python {test="skip" lint="skip"} data = self.model_dump(include=include, exclude=exclude, round_trip=True) data = {**data, **(update or {})} copied = self.model_validate(data)

copy(*, include: AbstractSetIntStr | MappingIntStrAny | None = None, exclude: AbstractSetIntStr | MappingIntStrAny | None = None, update: Dict[str, Any] | None = None, deep: bool = False) -> Self

参数

仅限关键字的参数

返回

dict(*, include: set[int] | set[str] | Mapping[int, set[int] | set[str] | Mapping[int, IncEx | bool] | Mapping[str, IncEx | bool] | bool] | Mapping[str, set[int] | set[str] | Mapping[int, IncEx | bool] | Mapping[str, IncEx | bool] | bool] | None = None, exclude: set[int] | set[str] | Mapping[int, set[int] | set[str] | Mapping[int, IncEx | bool] | Mapping[str, IncEx | bool] | bool] | Mapping[str, set[int] | set[str] | Mapping[int, IncEx | bool] | Mapping[str, IncEx | bool] | bool] | None = None, by_alias: bool = False, exclude_unset: bool = False, exclude_defaults: bool = False, exclude_none: bool = False) -> Dict[str, Any]

参数

仅限关键字的参数

返回

from_orm(obj: Any) -> Self

参数

返回

json(*, include: set[int] | set[str] | Mapping[int, set[int] | set[str] | Mapping[int, IncEx | bool] | Mapping[str, IncEx | bool] | bool] | Mapping[str, set[int] | set[str] | Mapping[int, IncEx | bool] | Mapping[str, IncEx | bool] | bool] | None = None, exclude: set[int] | set[str] | Mapping[int, set[int] | set[str] | Mapping[int, IncEx | bool] | Mapping[str, IncEx | bool] | bool] | Mapping[str, set[int] | set[str] | Mapping[int, IncEx | bool] | Mapping[str, IncEx | bool] | bool] | None = None, by_alias: bool = False, exclude_unset: bool = False, exclude_defaults: bool = False, exclude_none: bool = False, encoder: Callable[[Any], Any] | None = PydanticUndefined, models_as_dict: bool = PydanticUndefined, **dumps_kwargs: Any) -> str

参数

仅限关键字的参数

返回

使用已验证的数据创建 Model 类的新实例。

从受信任的或预先验证的数据创建一个新的模型设置 听写 和 pydantic_fields_set 。 遵循默认值，但不会执行其他验证。

!!! 请注意 ，model_construct（） 通常遵循提供的模型的 model_config.extra 设置。 也就是说，如果 model_config.extra == “allow”，则将所有额外的传递值添加到模型实例的 听写 和 pydantic_extra 字段。 如果 model_config.extra == 'ignore' （默认值），则忽略所有额外的传递值。 由于对 model_construct（） 的调用不执行验证，因此如果传递了额外的值，则 model_config.extra == 'forbid' 不会产生错误，但将被忽略。

model_construct(_fields_set: set[str] | None = None, **values: Any) -> Self

参数

返回

!!! 抽象的“使用情况文档” model_copy

返回模型的副本。

!!! 请注意基础实例的 [dict][object。复制 dict] 属性。 如果在模型字段中存储任何内容（例如[缓存属性][functools.cached_property]的值），则可能会产生意外的副作用。

model_copy(*, update: Mapping[str, Any] | None = None, deep: bool = False) -> Self

参数

仅限关键字的参数

返回

!!! 抽象的“使用情况文档” model_dump

生成模型的字典表示形式，可以选择指定要包含或排除的字段。

model_dump(*, mode: Literal['json', 'python'] | str = 'python', include: set[int] | set[str] | Mapping[int, set[int] | set[str] | Mapping[int, IncEx | bool] | Mapping[str, IncEx | bool] | bool] | Mapping[str, set[int] | set[str] | Mapping[int, IncEx | bool] | Mapping[str, IncEx | bool] | bool] | None = None, exclude: set[int] | set[str] | Mapping[int, set[int] | set[str] | Mapping[int, IncEx | bool] | Mapping[str, IncEx | bool] | bool] | Mapping[str, set[int] | set[str] | Mapping[int, IncEx | bool] | Mapping[str, IncEx | bool] | bool] | None = None, context: Any | None = None, by_alias: bool | None = None, exclude_unset: bool = False, exclude_defaults: bool = False, exclude_none: bool = False, exclude_computed_fields: bool = False, round_trip: bool = False, warnings: bool | Literal['none', 'warn', 'error'] = True, fallback: Callable[[Any], Any] | None = None, serialize_as_any: bool = False, polymorphic_serialization: bool | None = None) -> dict[str, Any]

参数

仅限关键字的参数

返回

!!! 抽象的“使用情况文档” model_dump_json

使用 Pydantic 的 to_json 方法生成模型的 JSON 表示形式。

model_dump_json(*, indent: int | None = None, ensure_ascii: bool = False, include: set[int] | set[str] | Mapping[int, set[int] | set[str] | Mapping[int, IncEx | bool] | Mapping[str, IncEx | bool] | bool] | Mapping[str, set[int] | set[str] | Mapping[int, IncEx | bool] | Mapping[str, IncEx | bool] | bool] | None = None, exclude: set[int] | set[str] | Mapping[int, set[int] | set[str] | Mapping[int, IncEx | bool] | Mapping[str, IncEx | bool] | bool] | Mapping[str, set[int] | set[str] | Mapping[int, IncEx | bool] | Mapping[str, IncEx | bool] | bool] | None = None, context: Any | None = None, by_alias: bool | None = None, exclude_unset: bool = False, exclude_defaults: bool = False, exclude_none: bool = False, exclude_computed_fields: bool = False, round_trip: bool = False, warnings: bool | Literal['none', 'warn', 'error'] = True, fallback: Callable[[Any], Any] | None = None, serialize_as_any: bool = False, polymorphic_serialization: bool | None = None) -> str

参数

仅限关键字的参数

返回

为模型类生成 JSON 架构。

model_json_schema(by_alias: bool = True, ref_template: str = DEFAULT_REF_TEMPLATE, schema_generator: type[GenerateJsonSchema] = GenerateJsonSchema, mode: Literal['validation', 'serialization'] = 'validation', *, union_format: Literal['any_of', 'primitive_type_array'] = 'any_of') -> dict[str, Any]

参数

仅限关键字的参数

返回

计算泛型类参数化的类名。

可以重写此方法以实现泛型 BaseModel 的自定义命名方案。

model_parametrized_name(params: tuple[type[Any], ...]) -> str

参数

返回

例外

重写此方法以在 初始化 和 model_construct后执行其他初始化。 如果要进行一些需要初始化整个模型的验证，这非常有用。

model_post_init(context: Any, /) -> None

仅限位置的参数

参数

返回

尝试为模型重新生成 pydantic-core 架构。

如果其中一个批注是 ForwardRef，在最初尝试生成架构时无法解析，并且自动重新生成失败，则可能是必需的。

model_rebuild(*, force: bool = False, raise_errors: bool = True, _parent_namespace_depth: int = 2, _types_namespace: MappingNamespace | None = None) -> bool | None

参数

仅限关键字的参数

返回

验证 pydantic 模型实例。

model_validate(obj: Any, *, strict: bool | None = None, extra: Literal['allow', 'ignore', 'forbid'] | None = None, from_attributes: bool | None = None, context: Any | None = None, by_alias: bool | None = None, by_name: bool | None = None) -> Self

参数

仅限关键字的参数

返回

例外

!!! 抽象的“使用情况文档” JSON 分析

根据 Pydantic 模型验证给定的 JSON 数据。

model_validate_json(json_data: str | bytes | bytearray, *, strict: bool | None = None, extra: Literal['allow', 'ignore', 'forbid'] | None = None, context: Any | None = None, by_alias: bool | None = None, by_name: bool | None = None) -> Self

参数

仅限关键字的参数

返回

例外

使用针对 Pydantic 模型的字符串数据验证给定对象。

model_validate_strings(obj: Any, *, strict: bool | None = None, extra: Literal['allow', 'ignore', 'forbid'] | None = None, context: Any | None = None, by_alias: bool | None = None, by_name: bool | None = None) -> Self

参数

仅限关键字的参数

返回

parse_file(path: str | Path, *, content_type: str | None = None, encoding: str = 'utf8', proto: DeprecatedParseProtocol | None = None, allow_pickle: bool = False) -> Self

参数

仅限关键字的参数

返回

parse_obj(obj: Any) -> Self

参数

返回

parse_raw(b: str | bytes, *, content_type: str | None = None, encoding: str = 'utf8', proto: DeprecatedParseProtocol | None = None, allow_pickle: bool = False) -> Self

参数

仅限关键字的参数

返回

schema(by_alias: bool = True, ref_template: str = DEFAULT_REF_TEMPLATE) -> Dict[str, Any]

参数

返回

schema_json(*, by_alias: bool = True, ref_template: str = DEFAULT_REF_TEMPLATE, **dumps_kwargs: Any) -> str

参数

仅限关键字的参数

返回

update_forward_refs(**localns: Any) -> None

参数

返回

validate(value: Any) -> Self

参数

返回

获取在验证期间设置的额外字段。

返回

返回在此模型实例上显式设置的字段集。

返回

消息的可选唯一标识符。

field id: str | None = None

消息发送者（用户、助理或系统）的角色。

field role: Literal['user', 'assistant', 'system'] [Required]

消息的文本内容。

field content: str [Required]

创建消息时的可选时间戳。

field timestamp: datetime | None = None