ChatMessageRequest คลาส

คําขอส่วนข้อมูลสําหรับการส่งประวัติการแชทไปยังแพลตฟอร์ม MCP

แบบจําลองนี้แสดงถึงเนื้อความคําขอที่สมบูรณ์ซึ่งส่งไปยังจุดสิ้นสุดประวัติการแชทของแพลตฟอร์ม MCP สําหรับการวิเคราะห์การป้องกันภัยคุกคาม ซึ่งรวมถึงบริบทการสนทนาปัจจุบันและข้อความในอดีต

แบบจําลองใช้นามแฝงของเขตข้อมูลเพื่อทําให้รูปแบบ CAMELCase JSON เป็นอนุกรมตามที่กําหนดโดย API ของแพลตฟอร์ม MCP

คอนสตรักเตอร์

pydantic model ChatMessageRequest

พารามิเตอร์ Keyword-Only

ชื่อ	คำอธิบาย
conversationId จำเป็น
messageId จำเป็น
userMessage จำเป็น
chatHistory จำเป็น

ตัวอย่าง


>>> from microsoft_agents_a365.tooling.models import ChatHistoryMessage
>>> request = ChatMessageRequest(
...     conversation_id="conv-123",
...     message_id="msg-456",
...     user_message="What is the weather today?",
...     chat_history=[
...         ChatHistoryMessage(role="user", content="Hello"),
...         ChatHistoryMessage(role="assistant", content="Hi there!"),
...     ]
... )
>>> # Serialize to camelCase JSON
>>> json_dict = request.model_dump(by_alias=True)
>>> print(json_dict["conversationId"])
'conv-123'

วิธีการ

__init__	สร้างแบบจําลองใหม่โดยการแยกวิเคราะห์และตรวจสอบความถูกต้องของข้อมูลป้อนเข้าจากอาร์กิวเมนต์คําสําคัญ Raises [ValidationError][pydantic_core ValidationError] ถ้าไม่สามารถตรวจสอบความถูกต้องของข้อมูลป้อนเข้าเพื่อจัดรูปแบบแบบจําลองที่ถูกต้อง ตนเอง เป็นตําแหน่งที่ชัดเจนเท่านั้นเพื่ออนุญาตให้ ตนเอง เป็นชื่อเขตข้อมูล
__new__
construct
copy	แสดงสําเนาของแบบจําลอง !!! คําเตือน "ไม่สนับสนุน" วิธีนี้ในขณะนี้ไม่ได้รับการสนับสนุน ใช้ model_copy แทน ถ้าคุณต้องการ รวม หรือไม่ รวม ให้ใช้: `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)`
dict
from_orm
json
model_construct	สร้างอินสแตนซ์ใหม่ของคลาส แบบจําลอง ด้วยข้อมูลที่มีการตรวจสอบความถูกต้อง สร้างการตั้งค่าแบบจําลองใหม่ ตามคําบอก และ pydantic_fields_set จากข้อมูลที่เชื่อถือได้หรือตรวจสอบไว้ล่วงหน้า ค่าเริ่มต้นจะปฏิบัติตาม แต่ไม่มีการดําเนินการตรวจสอบความถูกต้องอื่น ๆ !!! หมายเหตุ model_construct() โดยทั่วไปแล้วจะเป็นไปตามการตั้งค่า model_config.extra ในแบบจําลองที่ระบุ นั่นคือ ถ้า model_config พิเศษ == 'อนุญาต' ค่าที่ส่งผ่านเพิ่มเติมทั้งหมดจะถูกเพิ่มไปยังเขตข้อมูล ตามคําบอก และ pydantic_extra ของอินสแตนซ์แบบจําลอง ถ้า model_config.extra == 'ignore' (ค่าเริ่มต้น) ค่าที่ส่งผ่านพิเศษทั้งหมดจะถูกละเว้น เนื่องจากไม่มีการตรวจสอบความถูกต้องด้วยการเรียกใช้ ไปยัง model_construct() การ มี model_config.extra == 'forbid' จะไม่ส่งผลให้เกิดข้อผิดพลาดหากมีการส่งค่าพิเศษ แต่ค่าเหล่านั้นจะถูกละเว้น
model_copy	!!! model_copy "เอกสารการใช้งาน" ที่เป็นบทคัดย่อ แสดงสําเนาของแบบจําลอง !!! หมายเหตุ [dict][object ของอินสแตนซ์ต้นแบบแอตทริบิวต์ dict] ถูกคัดลอก ซึ่งอาจมีผลข้างเคียงที่ไม่คาดคิดหากคุณจัดเก็บสิ่งใดไว้ด้านบนของเขตข้อมูลแบบจําลอง (เช่น ค่าของ [คุณสมบัติที่แคช][functools.cached_property])
model_dump	!!! model_dump "เอกสารการใช้งาน" ที่เป็นนามธรรม สร้างการแสดงพจนานุกรมของแบบจําลอง โดยอาจระบุเขตข้อมูลที่จะรวมหรือไม่รวม
model_dump_json	!!! model_dump_json "คู่มือการใช้งาน" ที่เป็นบทคัดย่อ สร้างข้อมูลแสดง JSON ของแบบจําลองโดยใช้วิธีการ to_json ของ Pydantic
model_json_schema	สร้างสคีมา JSON สําหรับคลาสแบบจําลอง
model_parametrized_name	คํานวณชื่อคลาสสําหรับการกําหนดพารามิเตอร์ของคลาสทั่วไป วิธีนี้อาจถูกแทนที่เพื่อให้ได้รูปแบบการตั้งชื่อแบบกําหนดเองสําหรับ BaseModels ทั่วไป
model_post_init	แทนที่วิธีการนี้เพื่อดําเนินการเตรียมใช้งานเพิ่มเติมหลังจาก init และ model_construct ซึ่งจะเป็นประโยชน์ถ้าคุณต้องการทําการตรวจสอบความถูกต้องบางอย่างที่จําเป็นต้องมีการเตรียมใช้งานแบบจําลองทั้งหมด
model_rebuild	ลองสร้าง Schema แบบ pydantic-core สําหรับแบบจําลองอีกครั้ง ซึ่งอาจจําเป็นเมื่อคําอธิบายประกอบหนึ่งคือ ForwardRef ซึ่งไม่สามารถแก้ไขได้ระหว่างความพยายามเริ่มต้นในการสร้าง Schema และการสร้างใหม่โดยอัตโนมัติล้มเหลว
model_validate	ตรวจสอบความถูกต้องของอินสแตนซ์แบบจําลอง pydantic
model_validate_json	!!! บทคัดย่อของ "คู่มือการใช้งาน" การแยกวิเคราะห์ JSON ตรวจสอบความถูกต้องของข้อมูล JSON ที่กําหนดกับแบบจําลอง Pydantic
model_validate_strings	ตรวจสอบวัตถุที่กําหนดด้วยข้อมูลสตริงกับแบบจําลอง Pydantic
not_empty	ตรวจสอบว่าเขตข้อมูลสตริงไม่ได้ว่างเปล่าหรือเป็นช่องว่างเท่านั้น
parse_file
parse_obj
parse_raw
schema
schema_json
update_forward_refs
validate

init

สร้างแบบจําลองใหม่โดยการแยกวิเคราะห์และตรวจสอบความถูกต้องของข้อมูลป้อนเข้าจากอาร์กิวเมนต์คําสําคัญ

Raises [ValidationError][pydantic_core ValidationError] ถ้าไม่สามารถตรวจสอบความถูกต้องของข้อมูลป้อนเข้าเพื่อจัดรูปแบบแบบจําลองที่ถูกต้อง

ตนเอง เป็นตําแหน่งที่ชัดเจนเท่านั้นเพื่ออนุญาตให้ ตนเอง เป็นชื่อเขตข้อมูล

__init__(**data: Any) -> None

พารามิเตอร์

ชื่อ	คำอธิบาย
data จำเป็น	Any

การส่งคืน

พิมพ์	คำอธิบาย
None

new

__new__(**kwargs)

construct

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

พารามิเตอร์

ชื่อ	คำอธิบาย
_fields_set	set[str] \| None Default value: None
values จำเป็น	Any

การส่งคืน

พิมพ์	คำอธิบาย
Self

copy

แสดงสําเนาของแบบจําลอง

!!! คําเตือน "ไม่สนับสนุน" วิธีนี้ในขณะนี้ไม่ได้รับการสนับสนุน ใช้ model_copy แทน

ถ้าคุณต้องการ รวม หรือไม่ รวม ให้ใช้:

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

พารามิเตอร์

ชื่อ	คำอธิบาย
include จำเป็น	<xref:AbstractSetIntStr> \| <xref:MappingIntStrAny> \| None ชุดที่เลือกได้หรือการแมปที่ระบุเขตข้อมูลที่จะรวมไว้ในแบบจําลองที่คัดลอก
exclude จำเป็น	<xref:AbstractSetIntStr> \| <xref:MappingIntStrAny> \| None ชุดที่เลือกได้หรือการแมปที่ระบุเขตข้อมูลที่จะแยกออกในแบบจําลองที่คัดลอก
update จำเป็น	Dict[str, Any] \| None พจนานุกรมทางเลือกของคู่ค่าเขตข้อมูลเพื่อแทนที่ค่าเขตข้อมูลในแบบจําลองที่คัดลอก
deep จำเป็น	bool ถ้าเป็นจริง ค่าของเขตข้อมูลที่เป็นแบบจําลอง Pydantic จะถูกคัดลอกลึก

พารามิเตอร์ Keyword-Only

ชื่อ	คำอธิบาย
include	Default value: None
exclude	Default value: None
update	Default value: None
deep	Default value: False

การส่งคืน

พิมพ์	คำอธิบาย
Self	สําเนาของแบบจําลองที่มีเขตข้อมูลที่รวมอยู่ ไม่รวม และอัปเดตตามที่ระบุ

dict

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]

พารามิเตอร์

ชื่อ	คำอธิบาย
include จำเป็น	set[int] \| set[str] \| Mapping[int, set[int] \| set[str] \| Mapping[int, <xref:IncEx> \| bool] \| Mapping[str, <xref:IncEx> \| bool] \| bool] \| Mapping[str, set[int] \| set[str] \| Mapping[int, <xref:IncEx> \| bool] \| Mapping[str, <xref:IncEx> \| bool] \| bool] \| None
exclude จำเป็น	set[int] \| set[str] \| Mapping[int, set[int] \| set[str] \| Mapping[int, <xref:IncEx> \| bool] \| Mapping[str, <xref:IncEx> \| bool] \| bool] \| Mapping[str, set[int] \| set[str] \| Mapping[int, <xref:IncEx> \| bool] \| Mapping[str, <xref:IncEx> \| bool] \| bool] \| None
by_alias จำเป็น	bool
exclude_unset จำเป็น	bool
exclude_defaults จำเป็น	bool
exclude_none จำเป็น	bool

พารามิเตอร์ Keyword-Only

ชื่อ	คำอธิบาย
include	Default value: None
exclude	Default value: None
by_alias	Default value: False
exclude_unset	Default value: False
exclude_defaults	Default value: False
exclude_none	Default value: False

การส่งคืน

พิมพ์	คำอธิบาย
Dict[str, Any]

from_orm

from_orm(obj: Any) -> Self

พารามิเตอร์

ชื่อ	คำอธิบาย
obj จำเป็น	Any

การส่งคืน

พิมพ์	คำอธิบาย
Self

json

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

พารามิเตอร์

ชื่อ	คำอธิบาย
include จำเป็น	set[int] \| set[str] \| Mapping[int, set[int] \| set[str] \| Mapping[int, <xref:IncEx> \| bool] \| Mapping[str, <xref:IncEx> \| bool] \| bool] \| Mapping[str, set[int] \| set[str] \| Mapping[int, <xref:IncEx> \| bool] \| Mapping[str, <xref:IncEx> \| bool] \| bool] \| None
exclude จำเป็น	set[int] \| set[str] \| Mapping[int, set[int] \| set[str] \| Mapping[int, <xref:IncEx> \| bool] \| Mapping[str, <xref:IncEx> \| bool] \| bool] \| Mapping[str, set[int] \| set[str] \| Mapping[int, <xref:IncEx> \| bool] \| Mapping[str, <xref:IncEx> \| bool] \| bool] \| None
by_alias จำเป็น	bool
exclude_unset จำเป็น	bool
exclude_defaults จำเป็น	bool
exclude_none จำเป็น	bool
encoder จำเป็น	Callable[[Any], Any] \| None
models_as_dict จำเป็น	bool
dumps_kwargs จำเป็น	Any

พารามิเตอร์ Keyword-Only

ชื่อ	คำอธิบาย
include	Default value: None
exclude	Default value: None
by_alias	Default value: False
exclude_unset	Default value: False
exclude_defaults	Default value: False
exclude_none	Default value: False
encoder	Default value: PydanticUndefined
models_as_dict	Default value: PydanticUndefined

การส่งคืน

พิมพ์	คำอธิบาย
str

model_construct

สร้างอินสแตนซ์ใหม่ของคลาส แบบจําลอง ด้วยข้อมูลที่มีการตรวจสอบความถูกต้อง

สร้างการตั้งค่าแบบจําลองใหม่ ตามคําบอก และ pydantic_fields_set จากข้อมูลที่เชื่อถือได้หรือตรวจสอบไว้ล่วงหน้า ค่าเริ่มต้นจะปฏิบัติตาม แต่ไม่มีการดําเนินการตรวจสอบความถูกต้องอื่น ๆ

!!! หมายเหตุ model_construct() โดยทั่วไปแล้วจะเป็นไปตามการตั้งค่า model_config.extra ในแบบจําลองที่ระบุ นั่นคือ ถ้า model_config พิเศษ == 'อนุญาต' ค่าที่ส่งผ่านเพิ่มเติมทั้งหมดจะถูกเพิ่มไปยังเขตข้อมูล ตามคําบอก และ pydantic_extra ของอินสแตนซ์แบบจําลอง ถ้า model_config.extra == 'ignore' (ค่าเริ่มต้น) ค่าที่ส่งผ่านพิเศษทั้งหมดจะถูกละเว้น เนื่องจากไม่มีการตรวจสอบความถูกต้องด้วยการเรียกใช้ ไปยัง model_construct() การ มี model_config.extra == 'forbid' จะไม่ส่งผลให้เกิดข้อผิดพลาดหากมีการส่งค่าพิเศษ แต่ค่าเหล่านั้นจะถูกละเว้น

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

พารามิเตอร์

ชื่อ	คำอธิบาย
_fields_set	set[str] \| None ชุดของชื่อเขตข้อมูลที่ถูกตั้งค่าไว้อย่างชัดเจนในระหว่างการสร้างอินสแตนซ์ในตอนแรก ถ้ามีจะใช้โดยตรงสําหรับ [model_fields_set][pydantic BaseModel.model_fields_set] แอตทริบิวต์ มิฉะนั้น ชื่อเขตข้อมูลจากอาร์กิวเมนต์ ค่า จะถูกใช้ Default value: None
values จำเป็น	Any พจนานุกรมข้อมูลที่เชื่อถือได้หรือตรวจสอบไว้ล่วงหน้า

ชื่อ

คำอธิบาย

_fields_set

set[str] | None

ชุดของชื่อเขตข้อมูลที่ถูกตั้งค่าไว้อย่างชัดเจนในระหว่างการสร้างอินสแตนซ์ในตอนแรก ถ้ามีจะใช้โดยตรงสําหรับ [model_fields_set][pydantic BaseModel.model_fields_set] แอตทริบิวต์ มิฉะนั้น ชื่อเขตข้อมูลจากอาร์กิวเมนต์ ค่า จะถูกใช้

Default value: None

values

จำเป็น

Any

พจนานุกรมข้อมูลที่เชื่อถือได้หรือตรวจสอบไว้ล่วงหน้า

การส่งคืน

พิมพ์	คำอธิบาย
Self	อินสแตนซ์ใหม่ของคลาส แบบจําลอง ที่มีข้อมูลที่ผ่านการตรวจสอบแล้ว

model_copy

!!! model_copy "เอกสารการใช้งาน" ที่เป็นบทคัดย่อ

แสดงสําเนาของแบบจําลอง

!!! หมายเหตุ [dict][object ของอินสแตนซ์ต้นแบบแอตทริบิวต์ dict] ถูกคัดลอก ซึ่งอาจมีผลข้างเคียงที่ไม่คาดคิดหากคุณจัดเก็บสิ่งใดไว้ด้านบนของเขตข้อมูลแบบจําลอง (เช่น ค่าของ [คุณสมบัติที่แคช][functools.cached_property])

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

พารามิเตอร์

ชื่อ	คำอธิบาย
update จำเป็น	Mapping[str, Any] \| None ค่าที่จะเปลี่ยน/เพิ่มในแบบจําลองใหม่ หมายเหตุ: ข้อมูลไม่ผ่านการตรวจสอบความถูกต้องก่อนที่จะสร้างแบบจําลองใหม่ คุณควรเชื่อถือข้อมูลนี้
deep จำเป็น	bool ตั้งค่าเป็น True เพื่อทําสําเนาลึกของแบบจําลอง

ชื่อ

คำอธิบาย

update

จำเป็น

Mapping[str, Any] | None

ค่าที่จะเปลี่ยน/เพิ่มในแบบจําลองใหม่ หมายเหตุ: ข้อมูลไม่ผ่านการตรวจสอบความถูกต้องก่อนที่จะสร้างแบบจําลองใหม่ คุณควรเชื่อถือข้อมูลนี้

deep

จำเป็น

bool

ตั้งค่าเป็น True เพื่อทําสําเนาลึกของแบบจําลอง

พารามิเตอร์ Keyword-Only

ชื่อ	คำอธิบาย
update	Default value: None
deep	Default value: False

การส่งคืน

พิมพ์	คำอธิบาย
Self	อินสแตนซ์แบบจําลองใหม่

model_dump

!!! model_dump "เอกสารการใช้งาน" ที่เป็นนามธรรม

สร้างการแสดงพจนานุกรมของแบบจําลอง โดยอาจระบุเขตข้อมูลที่จะรวมหรือไม่รวม

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]

พารามิเตอร์

ชื่อ	คำอธิบาย
mode จำเป็น	Literal['json', 'python'] \| str โหมดที่ to_python ควรทํางาน ถ้าโหมดเป็น 'json' ผลลัพธ์จะมีเฉพาะชนิดอนุกรม JSON เท่านั้น ถ้าโหมดเป็น 'python' ผลลัพธ์อาจมีวัตถุ Python ที่ไม่สามารถซีเรียลไลซ์ JSON ได้
include จำเป็น	set[int] \| set[str] \| Mapping[int, set[int] \| set[str] \| Mapping[int, <xref:IncEx> \| bool] \| Mapping[str, <xref:IncEx> \| bool] \| bool] \| Mapping[str, set[int] \| set[str] \| Mapping[int, <xref:IncEx> \| bool] \| Mapping[str, <xref:IncEx> \| bool] \| bool] \| None ชุดของเขตข้อมูลที่จะรวมไว้ในผลลัพธ์
exclude จำเป็น	set[int] \| set[str] \| Mapping[int, set[int] \| set[str] \| Mapping[int, <xref:IncEx> \| bool] \| Mapping[str, <xref:IncEx> \| bool] \| bool] \| Mapping[str, set[int] \| set[str] \| Mapping[int, <xref:IncEx> \| bool] \| Mapping[str, <xref:IncEx> \| bool] \| bool] \| None ชุดของเขตข้อมูลที่จะแยกออกจากผลลัพธ์
context จำเป็น	Any \| None บริบทเพิ่มเติมเพื่อส่งผ่านไปยังซีเรียลไลเซอร์
by_alias จำเป็น	bool \| None จะใช้นามแฝงของฟิลด์ในคีย์พจนานุกรมถ้ากําหนดไว้หรือไม่
exclude_unset จำเป็น	bool จะแยกเขตข้อมูลที่ไม่ได้ตั้งค่าอย่างชัดเจนหรือไม่
exclude_defaults จำเป็น	bool จะแยกเขตข้อมูลที่ถูกตั้งค่าเป็นค่าเริ่มต้นหรือไม่
exclude_none จำเป็น	bool จะแยกเขตข้อมูลที่มีค่าเป็น ไม่มี หรือไม่
exclude_computed_fields จำเป็น	bool จะแยกเขตข้อมูลที่คํานวณออกหรือไม่ แม้ว่านี่จะเป็นประโยชน์สําหรับการเดินทางไปกลับ แต่ก็มักจะแนะนําให้ใช้พารามิเตอร์ round_trip เฉพาะแทน
round_trip จำเป็น	bool ถ้าเป็นจริง ค่าที่ถ่ายโอนข้อมูลควรถูกต้องเป็นข้อมูลป้อนเข้าสําหรับชนิดที่ไม่ใช่ค่านิจพล เช่น Json[T]
warnings จำเป็น	bool \| Literal['none', 'warn', 'error'] วิธีการจัดการข้อผิดพลาดการซีเรียลไลซ์ False/"none" จะละเว้นข้อผิดพลาดไฟล์บันทึก True/"warn" "error" ทําให้เกิด [PydanticSerializationError][pydantic_core PydanticSerializationError]
fallback จำเป็น	Callable[[Any], Any] \| None ฟังก์ชันที่จะเรียกใช้เมื่อพบค่าที่ไม่รู้จัก ถ้าไม่มี[PydanticSerializationError][pydantic_core ข้อผิดพลาด PydanticSerializationError] เกิดขึ้น
serialize_as_any จำเป็น	bool จะเรียงชุดเขตข้อมูลด้วยลักษณะการทํางานการเรียงลําดับแบบพิมพ์เป็ดหรือไม่
polymorphic_serialization จำเป็น	bool \| None จะใช้แบบจําลองและ dataclass polymorphic serialization สําหรับการเรียกนี้หรือไม่

พารามิเตอร์ Keyword-Only

ชื่อ	คำอธิบาย
mode	Default value: 'python'
include	Default value: None
exclude	Default value: None
context	Default value: None
by_alias	Default value: None
exclude_unset	Default value: False
exclude_defaults	Default value: False
exclude_none	Default value: False
exclude_computed_fields	Default value: False
round_trip	Default value: False
warnings	Default value: True
fallback	Default value: None
serialize_as_any	Default value: False
polymorphic_serialization	Default value: None

การส่งคืน

พิมพ์	คำอธิบาย
dict[str, Any]	การแสดงพจนานุกรมของแบบจําลอง

model_dump_json

!!! model_dump_json "คู่มือการใช้งาน" ที่เป็นบทคัดย่อ

สร้างข้อมูลแสดง JSON ของแบบจําลองโดยใช้วิธีการ to_json ของ Pydantic

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

พารามิเตอร์

ชื่อ	คำอธิบาย
indent จำเป็น	int \| None การเยื้องเพื่อใช้ในผลลัพธ์ JSON หากไม่มีถูกส่งผ่าน เอาต์พุตจะมีขนาดกะทัดรัด
ensure_ascii จำเป็น	bool ถ้า เป็นจริง ผลลัพธ์จะรับประกันว่าอักขระที่ไม่ใช่ ASCII ทั้งหมดจะหลีกได้ ถ้า เท็จ (ค่าเริ่มต้น) อักขระเหล่านี้จะถูกแสดง as-is
include จำเป็น	set[int] \| set[str] \| Mapping[int, set[int] \| set[str] \| Mapping[int, <xref:IncEx> \| bool] \| Mapping[str, <xref:IncEx> \| bool] \| bool] \| Mapping[str, set[int] \| set[str] \| Mapping[int, <xref:IncEx> \| bool] \| Mapping[str, <xref:IncEx> \| bool] \| bool] \| None เขตข้อมูลที่จะรวมไว้ในเอาต์พุต JSON
exclude จำเป็น	set[int] \| set[str] \| Mapping[int, set[int] \| set[str] \| Mapping[int, <xref:IncEx> \| bool] \| Mapping[str, <xref:IncEx> \| bool] \| bool] \| Mapping[str, set[int] \| set[str] \| Mapping[int, <xref:IncEx> \| bool] \| Mapping[str, <xref:IncEx> \| bool] \| bool] \| None เขตข้อมูลที่จะแยกออกจากผลลัพธ์ JSON
context จำเป็น	Any \| None บริบทเพิ่มเติมเพื่อส่งผ่านไปยังซีเรียลไลเซอร์
by_alias จำเป็น	bool \| None จะซีเรียลด้วยการใช้นามแฝงของเขตข้อมูลหรือไม่
exclude_unset จำเป็น	bool จะแยกเขตข้อมูลที่ไม่ได้ตั้งค่าอย่างชัดเจนหรือไม่
exclude_defaults จำเป็น	bool จะแยกเขตข้อมูลที่ถูกตั้งค่าเป็นค่าเริ่มต้นหรือไม่
exclude_none จำเป็น	bool จะแยกเขตข้อมูลที่มีค่าเป็น ไม่มี หรือไม่
exclude_computed_fields จำเป็น	bool จะแยกเขตข้อมูลที่คํานวณออกหรือไม่ แม้ว่านี่จะเป็นประโยชน์สําหรับการเดินทางไปกลับ แต่ก็มักจะแนะนําให้ใช้พารามิเตอร์ round_trip เฉพาะแทน
round_trip จำเป็น	bool ถ้าเป็นจริง ค่าที่ถ่ายโอนข้อมูลควรถูกต้องเป็นข้อมูลป้อนเข้าสําหรับชนิดที่ไม่ใช่ค่านิจพล เช่น Json[T]
warnings จำเป็น	bool \| Literal['none', 'warn', 'error'] วิธีการจัดการข้อผิดพลาดการซีเรียลไลซ์ False/"none" จะละเว้นข้อผิดพลาดไฟล์บันทึก True/"warn" "error" ทําให้เกิด [PydanticSerializationError][pydantic_core PydanticSerializationError]
fallback จำเป็น	Callable[[Any], Any] \| None ฟังก์ชันที่จะเรียกใช้เมื่อพบค่าที่ไม่รู้จัก ถ้าไม่มี[PydanticSerializationError][pydantic_core ข้อผิดพลาด PydanticSerializationError] เกิดขึ้น
serialize_as_any จำเป็น	bool จะเรียงชุดเขตข้อมูลด้วยลักษณะการทํางานการเรียงลําดับแบบพิมพ์เป็ดหรือไม่
polymorphic_serialization จำเป็น	bool \| None จะใช้แบบจําลองและ dataclass polymorphic serialization สําหรับการเรียกนี้หรือไม่

พารามิเตอร์ Keyword-Only

ชื่อ	คำอธิบาย
indent	Default value: None
ensure_ascii	Default value: False
include	Default value: None
exclude	Default value: None
context	Default value: None
by_alias	Default value: None
exclude_unset	Default value: False
exclude_defaults	Default value: False
exclude_none	Default value: False
exclude_computed_fields	Default value: False
round_trip	Default value: False
warnings	Default value: True
fallback	Default value: None
serialize_as_any	Default value: False
polymorphic_serialization	Default value: None

การส่งคืน

พิมพ์	คำอธิบาย
str	การแสดงสตริง JSON ของแบบจําลอง

model_json_schema

สร้างสคีมา JSON สําหรับคลาสแบบจําลอง

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]

พารามิเตอร์

ชื่อ	คำอธิบาย
by_alias	bool จะใช้นามแฝงของแอตทริบิวต์หรือไม่ Default value: True
ref_template	str เทมเพลตการอ้างอิง Default value: DEFAULT_REF_TEMPLATE
union_format จำเป็น	Literal['any_of', 'primitive_type_array'] รูปแบบที่ใช้เมื่อรวม Schema จากยูเนียนเข้าด้วยกัน อาจเป็นหนึ่งใน: 'any_of': ใช้ anyOf คําสําคัญเพื่อรวม Schema (ค่าเริ่มต้น) 'primitive_type_array': ใช้คําหลัก ประเภท เป็นอาร์เรย์ของสตริงที่ประกอบด้วยการรวมกันแต่ละประเภท ถ้า Schema ใด ๆ ไม่ใช่ชนิดแรกเริ่ม (สตริงบูลีนnullจํานวนเต็มหรือตัวเลข) หรือมีข้อจํากัด/เมตาดาต้า จะกลับไปเป็น any_of
schema_generator	type[<xref:pydantic.json_schema.GenerateJsonSchema>] เพื่อแทนที่ตรรกะที่ใช้ในการสร้างสคีมา JSON เป็นคลาสย่อยของ GenerateJsonSchema ด้วยการปรับเปลี่ยนที่คุณต้องการ Default value: GenerateJsonSchema
mode	Literal['validation', 'serialization'] โหมดที่ใช้ในการสร้าง schema Default value: 'validation'

พารามิเตอร์ Keyword-Only

ชื่อ	คำอธิบาย
union_format	Default value: 'any_of'

การส่งคืน

พิมพ์	คำอธิบาย
dict[str, Any]	เค้าร่าง JSON สําหรับคลาสแบบจําลองที่กําหนด

model_parametrized_name

คํานวณชื่อคลาสสําหรับการกําหนดพารามิเตอร์ของคลาสทั่วไป

วิธีนี้อาจถูกแทนที่เพื่อให้ได้รูปแบบการตั้งชื่อแบบกําหนดเองสําหรับ BaseModels ทั่วไป

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

พารามิเตอร์

ชื่อ	คำอธิบาย
params จำเป็น	tuple[type[Any], ...] ทูเพิลของชนิดของคลาส กําหนดคลาสแบบจําลองทั่วไปที่มีตัวแปรชนิด 2 ตัวและแบบจําลองคอนกรีต Model[str, int], ค่า (str, int) จะถูกส่งผ่านไปยังพารามิเตอร์

ชื่อ

คำอธิบาย

params

จำเป็น

tuple[type[Any], ...]

ทูเพิลของชนิดของคลาส กําหนดคลาสแบบจําลองทั่วไปที่มีตัวแปรชนิด 2 ตัวและแบบจําลองคอนกรีต Model[str, int], ค่า (str, int) จะถูกส่งผ่านไปยังพารามิเตอร์

การส่งคืน

พิมพ์	คำอธิบาย
str	สตริงที่แทนคลาสใหม่ที่ พารามิเตอร์ จะถูกส่งผ่านไปยัง cls เป็นตัวแปรชนิด

ข้อยกเว้น

พิมพ์	คำอธิบาย
TypeError	เกิดขึ้นเมื่อพยายามสร้างชื่อที่เป็นรูปธรรมสําหรับแบบจําลองที่ไม่ใช่แบบทั่วไป

model_post_init

แทนที่วิธีการนี้เพื่อดําเนินการเตรียมใช้งานเพิ่มเติมหลังจาก init และ model_construct ซึ่งจะเป็นประโยชน์ถ้าคุณต้องการทําการตรวจสอบความถูกต้องบางอย่างที่จําเป็นต้องมีการเตรียมใช้งานแบบจําลองทั้งหมด

model_post_init(context: Any, /) -> None

พารามิเตอร์ Positional-Only

ชื่อ	คำอธิบาย
context จำเป็น

พารามิเตอร์

ชื่อ	คำอธิบาย
context จำเป็น	Any

การส่งคืน

พิมพ์	คำอธิบาย
None

model_rebuild

ลองสร้าง Schema แบบ pydantic-core สําหรับแบบจําลองอีกครั้ง

ซึ่งอาจจําเป็นเมื่อคําอธิบายประกอบหนึ่งคือ ForwardRef ซึ่งไม่สามารถแก้ไขได้ระหว่างความพยายามเริ่มต้นในการสร้าง Schema และการสร้างใหม่โดยอัตโนมัติล้มเหลว

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

พารามิเตอร์

ชื่อ	คำอธิบาย
force จำเป็น	bool ไม่ว่าจะบังคับให้การสร้าง Schema แบบจําลองใหม่เป็นค่าเริ่มต้นเป็น เท็จหรือไม่
raise_errors จำเป็น	bool ไม่ว่าจะทําให้เกิดข้อผิดพลาดค่าเริ่มต้นเป็น True หรือไม่
_parent_namespace_depth จำเป็น	int ระดับความลึกของ namespace หลัก จะใช้ค่าเริ่มต้นเป็น 2
_types_namespace จำเป็น	<xref:MappingNamespace> \| None namespace ชนิดมีค่าเริ่มต้นเป็น ไม่มี

พารามิเตอร์ Keyword-Only

ชื่อ	คำอธิบาย
force	Default value: False
raise_errors	Default value: True
_parent_namespace_depth	Default value: 2
_types_namespace	Default value: None

การส่งคืน

พิมพ์	คำอธิบาย
bool \| None	ส่งกลับ ไม่มี ถ้า schema เป็น "เสร็จสมบูรณ์" อยู่แล้ว และไม่จําเป็นต้องมีการสร้างใหม่ ถ้าจําเป็นต้องสร้างใหม่ ให้ส่งกลับค่า True ถ้าการสร้างใหม่สําเร็จ มิฉะนั้นจะส่งกลับค่า False

พิมพ์

คำอธิบาย

bool | None

ส่งกลับ ไม่มี ถ้า schema เป็น "เสร็จสมบูรณ์" อยู่แล้ว และไม่จําเป็นต้องมีการสร้างใหม่ ถ้าจําเป็นต้องสร้างใหม่ ให้ส่งกลับค่า True ถ้าการสร้างใหม่สําเร็จ มิฉะนั้นจะส่งกลับค่า False

model_validate

ตรวจสอบความถูกต้องของอินสแตนซ์แบบจําลอง pydantic

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

พารามิเตอร์

ชื่อ	คำอธิบาย
obj จำเป็น	Any วัตถุที่จะตรวจสอบ
strict จำเป็น	bool \| None จะบังคับใช้ประเภทอย่างเคร่งครัดหรือไม่
extra จำเป็น	Literal['allow', 'ignore', 'forbid'] \| None ไม่ว่าจะละเว้น อนุญาต หรือห้ามใช้งานข้อมูลพิเศษระหว่างการตรวจสอบแบบจําลอง ดู [ค่าการกําหนดค่าพิเศษ ][pydantic ConfigDict.extra] สําหรับรายละเอียด
from_attributes จำเป็น	bool \| None จะแยกข้อมูลจากแอตทริบิวต์วัตถุหรือไม่
context จำเป็น	Any \| None บริบทเพิ่มเติมที่จะส่งผ่านไปยังตัวตรวจสอบ
by_alias จำเป็น	bool \| None จะใช้นามแฝงของเขตข้อมูลเมื่อตรวจสอบความถูกต้องกับข้อมูลป้อนเข้าที่ให้มาหรือไม่
by_name จำเป็น	bool \| None จะใช้ชื่อของเขตข้อมูลเมื่อตรวจสอบกับข้อมูลป้อนเข้าที่ให้มาหรือไม่

พารามิเตอร์ Keyword-Only

ชื่อ	คำอธิบาย
strict	Default value: None
extra	Default value: None
from_attributes	Default value: None
context	Default value: None
by_alias	Default value: None
by_name	Default value: None

การส่งคืน

พิมพ์	คำอธิบาย
Self	ตัวอย่างแบบจําลองที่ตรวจสอบความถูกต้องแล้ว

ข้อยกเว้น

พิมพ์	คำอธิบาย
ValidationError	ถ้าไม่สามารถตรวจสอบความถูกต้องของวัตถุได้

model_validate_json

!!! บทคัดย่อของ "คู่มือการใช้งาน" การแยกวิเคราะห์ JSON

ตรวจสอบความถูกต้องของข้อมูล JSON ที่กําหนดกับแบบจําลอง Pydantic

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

พารามิเตอร์

ชื่อ	คำอธิบาย
json_data จำเป็น	str \| bytes \| bytearray ข้อมูล JSON ที่จะตรวจสอบ
strict จำเป็น	bool \| None จะบังคับใช้ประเภทอย่างเคร่งครัดหรือไม่
extra จำเป็น	Literal['allow', 'ignore', 'forbid'] \| None ไม่ว่าจะละเว้น อนุญาต หรือห้ามใช้งานข้อมูลพิเศษระหว่างการตรวจสอบแบบจําลอง ดู [ค่าการกําหนดค่าพิเศษ ][pydantic ConfigDict.extra] สําหรับรายละเอียด
context จำเป็น	Any \| None ตัวแปรเพิ่มเติมที่จะส่งผ่านไปยังตัวตรวจสอบ
by_alias จำเป็น	bool \| None จะใช้นามแฝงของเขตข้อมูลเมื่อตรวจสอบความถูกต้องกับข้อมูลป้อนเข้าที่ให้มาหรือไม่
by_name จำเป็น	bool \| None จะใช้ชื่อของเขตข้อมูลเมื่อตรวจสอบกับข้อมูลป้อนเข้าที่ให้มาหรือไม่

พารามิเตอร์ Keyword-Only

ชื่อ	คำอธิบาย
strict	Default value: None
extra	Default value: None
context	Default value: None
by_alias	Default value: None
by_name	Default value: None

การส่งคืน

พิมพ์	คำอธิบาย
Self	แบบจําลอง Pydantic ที่ตรวจสอบแล้ว

ข้อยกเว้น

พิมพ์	คำอธิบาย
ValidationError	ถ้า json_data ไม่ใช่สตริง JSON หรือไม่สามารถตรวจสอบความถูกต้องของวัตถุได้

model_validate_strings

ตรวจสอบวัตถุที่กําหนดด้วยข้อมูลสตริงกับแบบจําลอง Pydantic

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

พารามิเตอร์

ชื่อ	คำอธิบาย
obj จำเป็น	Any วัตถุที่ประกอบด้วยข้อมูลสตริงที่จะตรวจสอบ
strict จำเป็น	bool \| None จะบังคับใช้ประเภทอย่างเคร่งครัดหรือไม่
extra จำเป็น	Literal['allow', 'ignore', 'forbid'] \| None ไม่ว่าจะละเว้น อนุญาต หรือห้ามใช้งานข้อมูลพิเศษระหว่างการตรวจสอบแบบจําลอง ดู [ค่าการกําหนดค่าพิเศษ ][pydantic ConfigDict.extra] สําหรับรายละเอียด
context จำเป็น	Any \| None ตัวแปรเพิ่มเติมที่จะส่งผ่านไปยังตัวตรวจสอบ
by_alias จำเป็น	bool \| None จะใช้นามแฝงของเขตข้อมูลเมื่อตรวจสอบความถูกต้องกับข้อมูลป้อนเข้าที่ให้มาหรือไม่
by_name จำเป็น	bool \| None จะใช้ชื่อของเขตข้อมูลเมื่อตรวจสอบกับข้อมูลป้อนเข้าที่ให้มาหรือไม่

พารามิเตอร์ Keyword-Only

ชื่อ	คำอธิบาย
strict	Default value: None
extra	Default value: None
context	Default value: None
by_alias	Default value: None
by_name	Default value: None

การส่งคืน

พิมพ์	คำอธิบาย
Self	แบบจําลอง Pydantic ที่ตรวจสอบแล้ว

not_empty

ตรวจสอบว่าเขตข้อมูลสตริงไม่ได้ว่างเปล่าหรือเป็นช่องว่างเท่านั้น

validator not_empty  »  message_id, conversation_id, user_message

พารามิเตอร์

ชื่อ	คำอธิบาย
v จำเป็น	str

การส่งคืน

พิมพ์	คำอธิบาย
str

parse_file

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

พารามิเตอร์

ชื่อ	คำอธิบาย
path จำเป็น	str \| <xref:Path>
content_type จำเป็น	str \| None
encoding จำเป็น	str
proto จำเป็น	<xref:DeprecatedParseProtocol> \| None
allow_pickle จำเป็น	bool

พารามิเตอร์ Keyword-Only

ชื่อ	คำอธิบาย
content_type	Default value: None
encoding	Default value: 'utf8'
proto	Default value: None
allow_pickle	Default value: False

การส่งคืน

พิมพ์	คำอธิบาย
Self

parse_obj

parse_obj(obj: Any) -> Self

พารามิเตอร์

ชื่อ	คำอธิบาย
obj จำเป็น	Any

การส่งคืน

พิมพ์	คำอธิบาย
Self

parse_raw

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

พารามิเตอร์

ชื่อ	คำอธิบาย
b จำเป็น	str \| bytes
content_type จำเป็น	str \| None
encoding จำเป็น	str
proto จำเป็น	<xref:DeprecatedParseProtocol> \| None
allow_pickle จำเป็น	bool

พารามิเตอร์ Keyword-Only

ชื่อ	คำอธิบาย
content_type	Default value: None
encoding	Default value: 'utf8'
proto	Default value: None
allow_pickle	Default value: False

การส่งคืน

พิมพ์	คำอธิบาย
Self

schema

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

พารามิเตอร์

ชื่อ	คำอธิบาย
by_alias	bool Default value: True
ref_template	str Default value: DEFAULT_REF_TEMPLATE

การส่งคืน

พิมพ์	คำอธิบาย
Dict[str, Any]

schema_json

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

พารามิเตอร์

ชื่อ	คำอธิบาย
by_alias จำเป็น	bool
ref_template จำเป็น	str
dumps_kwargs จำเป็น	Any

พารามิเตอร์ Keyword-Only

ชื่อ	คำอธิบาย
by_alias	Default value: True
ref_template	Default value: DEFAULT_REF_TEMPLATE

การส่งคืน

พิมพ์	คำอธิบาย
str

update_forward_refs

update_forward_refs(**localns: Any) -> None

พารามิเตอร์

ชื่อ	คำอธิบาย
localns จำเป็น	Any

การส่งคืน

พิมพ์	คำอธิบาย
None

validate

validate(value: Any) -> Self

พารามิเตอร์

ชื่อ	คำอธิบาย
value จำเป็น	Any

การส่งคืน

พิมพ์	คำอธิบาย
Self

แอตทริบิวต์

model_extra

รับเขตข้อมูลที่ตั้งค่าเพิ่มเติมในระหว่างการตรวจสอบความถูกต้อง

การส่งคืน

พิมพ์	คำอธิบาย
	พจนานุกรมของเขตข้อมูลเพิ่มเติม หรือ ไม่มี ถ้า config.extra ไม่ได้ถูกตั้งค่าเป็น "อนุญาต"

model_fields_set

แสดงชุดของเขตข้อมูลที่มีการตั้งค่าอย่างชัดเจนในอินสแตนซ์แบบจําลองนี้

การส่งคืน

พิมพ์	คำอธิบาย
	ชุดของสตริงที่แสดงถึงเขตข้อมูลที่มีการตั้งค่า เช่น ไม่ได้กรอกข้อมูลจากค่าเริ่มต้น

conversation_id

ตัวระบุที่ไม่ซ้ํากันสําหรับการสนทนา

field conversation_id: str [Required] (alias 'conversationId')

message_id

ตัวระบุที่ไม่ซ้ําสําหรับข้อความปัจจุบัน

field message_id: str [Required] (alias 'messageId')

user_message

ข้อความของผู้ใช้ปัจจุบันกําลังได้รับการประมวลผล

field user_message: str [Required] (alias 'userMessage')

chat_history

รายการของข้อความก่อนหน้าในการสนทนา

field chat_history: List[ChatHistoryMessage] [Required] (alias 'chatHistory')