Message 类

Message 类是一个基于 Pydantic 的数据模型，用于封装 LLM（大语言模型）对话中的每一条消息。以下是该类的详细作用说明：

1. 核心定位

Message 是 violet_agents 项目中消息系统的统一数据结构，它既作为内部 Agent 之间传递消息的载体，也作为与 OpenAI 兼容 API 交互的桥梁。

2. 字段设计

字段	类型	作用
role	MessageRole（"system", "user", "assistant", "tool"）	标识消息的发起角色
content	str	消息的正文内容
tool_call_id	Optional[str]	工具调用的唯一 ID，用于将工具返回结果与对应的调用请求关联起来
tool_calls	Optional[list[Dict]]	记录 Assistant 发起的工具调用请求列表
timestamp	datetime	消息创建的时间戳，自动填充当前时间
metadata	Optional[Dict]	可扩展的元数据字段，用于携带额外的上下文信息
name	Optional[str]	消息发送者的名称（如工具名、Agent 名等）
reasoning_content	Optional[str]	适配 DeepSeek 的思考链内容，记录 Agent 的内部推理过程，辅助调试和日志分析

3. 关键方法

• to_openai_dict()：将 Message 对象序列化为 OpenAI API 兼容的字典格式，排除 timestamp 和 metadata 等内部字段，避免向 API 发送多余数据。

• from_chat_completion_message()（静态方法）：将 OpenAI SDK 返回的 ChatCompletionMessage 对象反向转换为项目内部的 Message 对象，实现外部 API 响应到内部模型的平滑映射。

4. 设计亮点

1. 双格式兼容：tool_calls 字段同时支持原生 Python 字典和 OpenAI SDK 类型，通过 _tool_calls_to_dict() 在初始化时统一规范化。

2. 时间戳自动化：构造时自动填充 datetime.now()，无需手动传入。

3. 序列化灵活：to_openai_dict() 通过 exclude_none=True 自动移除值为 None 的字段，保证输出的简洁性。

4. DeepSeek 适配：reasoning_content 字段专门用于存储 DeepSeek 模型的推理过程（chain-of-thought），这对 Agent 调试和可解释性非常有价值。

---

总结：Message 类本质上是一个消息协议层，它规范了项目内部消息的格式，同时提供了与 OpenAI 兼容 API 的双向转换能力，是 violet_agents 框架中 Agent 间通信和 LLM 交互的基础数据结构。