メッセージタイプ - CoreWeave Docs

これらには tracing モジュールからアクセスします。

from coreweave.forge.agentlens import tracing

メッセージ

class Message(BaseModel): ...

会話内の 1 件のメッセージです。次の 2 つの構築スタイルをサポートしています。

フラット形式 (後方互換性があり、プレーンテキストを扱いやすい形式) : Message(role="assistant", content="Hi there")
明示的なパート形式 (より表現力が高く、ツール呼び出し、推論とテキストの混在、インラインメディアをサポートします) : Message(role="assistant", parts=[TextPart(content="Let me check"), ToolCallPart(id="c1", name="get_weather", arguments='{...}')])

parts が空でない場合は、それが正規の表現になります。空の場合は、シリアライザーがフラットなフィールドから単一の TextPart (role="tool" の場合は ToolCallResponsePart) を生成します。 Message は Pydantic モデルです。構築時に、以下の任意のフィールドをキーワード引数として指定できます。 フィールド

フィールド	タイプ	デフォルト
`role`	`Literal['user', 'assistant', 'system', 'tool']`	必須
`content`	`str`	`''`
`tool_call_id`	`str`	`''`
`tool_name`	`str`	`''`
`parts`	`list[MessagePart]`	`[]`

Message.user

@classmethod
def user(text: str) -> Message: ...

プレーンテキストからユーザーメッセージを作成します。

Message.system

@classmethod
def system(text: str) -> Message: ...

プレーンテキストからシステムメッセージを作成します。

Message.assistant

@classmethod
def assistant(
    text: str = '',
    *,
    tool_calls: Union[list[ToolCallPart], None] = None,
) -> Message: ...

テキストとツール呼び出し (いずれもオプション) を含むアシスタントメッセージを作成します。単純な応答にはプレーンテキストを使用します。アシスタントが 1 つ以上のツールを呼び出す場合は、 tool_calls を渡します。両方を指定した場合、テキストが先頭の TextPart として出力され、その後に各 ToolCallPart が続きます。これにより、チャットビューではこれらがインラインでレンダリングされます。

Message.tool_result

@classmethod
def tool_result(call_id: str, output: Any) -> Message: ...

以前にリクエストされたツール呼び出しに対する、ツール結果メッセージを作成します。 output には string、dict、list、スカラー値、または None を指定できます。内部の ToolCallResponsePart は、string 以外の値を JSON エンコードします。

MessagePart

MessagePart = Annotated[Union[TextPart, ReasoningPart, ToolCallPart, ToolCallResponsePart, BlobPart, UriPart, FilePart], Field(discriminator='type')]

TextPart

class TextPart(BaseModel): ...

プレーンテキストのコンテンツパートです。 TextPart は Pydantic モデルです。インスタンスを作成する際に、以下の任意のフィールドをキーワード引数として指定できます。 フィールド

フィールド	タイプ	デフォルト
`type`	`Literal['text']`	`'text'`
`content`	`str`	`''`

ReasoningPart

class ReasoningPart(BaseModel): ...

推論 / 思考の連鎖を表すコンテンツパートです。 ReasoningPart は Pydantic モデルです。インスタンスの生成時に、以下の任意のフィールドをキーワード引数として指定できます。 フィールド

フィールド	タイプ	デフォルト
`type`	`Literal['reasoning']`	`'reasoning'`
`content`	`str`	`''`

ToolCallPart

class ToolCallPart(BaseModel): ...

ツールの呼び出しを求めるアシスタントのリクエストです。 arguments は、通信上では string として扱われます (GenAI semconv に準拠) 。 JSONString アノテーションにより、呼び出し元は構築時または代入時に dict / list / スカラー値を渡すことができ、SDK がそれを JSON エンコードします。エンコード済みの string は、変更されずにそのまま渡されます。 ToolCallPart は Pydantic モデルです。構築時に、以下の各フィールドをキーワード引数として指定できます。 フィールド

フィールド	タイプ	デフォルト
`type`	`Literal['tool_call']`	`'tool_call'`
`id`	`str`	`''`
`name`	`str`	`''`
`arguments`	`JSONString`	`''`

ToolCallResponsePart

class ToolCallResponsePart(BaseModel): ...

以前にリクエストされたツール呼び出しの実行結果です。 response は、ワイヤー上では文字列として送受信されます。ToolCallPart.arguments と同様に、JSONString として扱えます。 ToolCallResponsePart は Pydantic モデルです。インスタンスを作成する際に、以下の任意のフィールドをキーワード引数として指定できます。 フィールド

フィールド	タイプ	デフォルト
`type`	`Literal['tool_call_response']`	`'tool_call_response'`
`id`	`str`	`''`
`response`	`JSONString`	`''`

BlobPart

class BlobPart(BaseModel): ...

インラインのバイナリコンテンツ (例: base64 エンコードされた画像やオーディオ) 。 BlobPart は Pydantic モデルです。インスタンスを作成する際に、以下の各フィールドをキーワード引数として指定できます。 フィールド

フィールド	タイプ	デフォルト
`type`	`Literal['blob']`	`'blob'`
`mime_type`	`str`	`''`
`modality`	`str`	`''`
`content`	`str`	`''`

UriPart

class UriPart(BaseModel): ...

URI で指定するメディアコンテンツへの参照です。 UriPart は Pydantic モデルです。インスタンスを作成する際に、以下の各フィールドをキーワード引数として指定できます。 フィールド

フィールド	タイプ	デフォルト
`type`	`Literal['uri']`	`'uri'`
`mime_type`	`str`	`''`
`modality`	`str`	`''`
`uri`	`str`	`''`

FilePart

class FilePart(BaseModel): ...

プロバイダー側のファイル ID でメディアコンテンツを参照します。 FilePart は Pydantic モデルです。インスタンスを作成する際に、以下の各フィールドをキーワード引数として指定できます。 フィールド

フィールド	タイプ	デフォルト
`type`	`Literal['file']`	`'file'`
`mime_type`	`str`	`''`
`modality`	`str`	`''`
`file_id`	`str`	`''`

使用方法

class Usage(BaseModel): ...

LLM Call のトークン使用量です。 Usage は Pydantic モデルです。インスタンスを生成する際に、以下の各フィールドをキーワード引数として指定できます。 フィールド

フィールド	タイプ	デフォルト
`input_tokens`	`int`	`0`
`output_tokens`	`int`	`0`
`total_tokens`	`Union[int, None]`	`None`
`reasoning_tokens`	`int`	`0`
`cache_creation_input_tokens`	`int`	`0`
`cache_read_input_tokens`	`int`	`0`

推論

class Reasoning(BaseModel): ...

LLM Call から得られる推論 / 思考の連鎖のコンテンツです。 Reasoning は Pydantic モデルです。インスタンスを作成する際に、以下の任意のフィールドをキーワード引数として指定できます。 フィールド

フィールド	タイプ	デフォルト
`content`	`str`	`''`

MediaAttachment

class MediaAttachment(BaseModel): ...

OTLP GenAI の blob、URI、またはプロバイダーの file パートとして出力されるメディアです。 MediaAttachment は Pydantic モデルです。インスタンスを作成する際に、以下の各フィールドをキーワード引数として指定できます。 フィールド

フィールド	タイプ	デフォルト
`content`	`str`	`''`
`uri`	`str`	`''`
`file_id`	`str`	`''`
`modality`	`str`	`''`
`mime_type`	`str`	`''`

​メッセージ

​Message.user

​Message.system

​Message.assistant

​Message.tool_result

​MessagePart

​TextPart

​ReasoningPart

​ToolCallPart

​ToolCallResponsePart

​BlobPart

​UriPart

​FilePart

​使用方法

​推論

​MediaAttachment