from langchain_core.messages import HumanMessage
from langchain_core.prompts import PromptTemplate, FewShotPromptTemplate, ChatPromptTemplate, MessagesPlaceholder

from langchain_openai import ChatOpenAI

from env_util import DASHSCOPE_API_KEY, DASHSCOPE_BASE_URL

# llm对象就是调用大模型的对象
llm = ChatOpenAI(
    model = "qwen-plus",
    base_url=DASHSCOPE_BASE_URL,
    api_key=DASHSCOPE_API_KEY,
    temperature=0.8,
);

# {topic}：变量占位符
# MessagesPlaceholder("msg")  消息占位符
# ("system","你是一个相声演员")

# 单个变量方式
# prompt_template = ChatPromptTemplate.from_messages([
#     ("system","你是一个相声演员"),  # 给大模型一个定位
#     ("user","给我来段{topic}")     # 需要用户输入一个变量
# ])

# 全部内容由用户输入的方式
prompt_template = ChatPromptTemplate.from_messages([
    ("system","你是一个相声演员"),  # 给大模型一个定位
    MessagesPlaceholder("input")  # 需要用户完整输入
])

chain = prompt_template | llm

resp = chain.invoke({"input": [HumanMessage(content = "给我来段贯口")]})

print(resp)