ChatPerplexity(use_responses_api=True).invoke() raises pydantic ValidationError on every call

快速结论：这个报错发生在 langchain-perplexity 以 use_responses_api=True 调用 Perplexity 时，请求负载中的消息缺少 type 字段，导致 SDK 的 pydantic 模型无法通过校验。优先检查并修复消息转换逻辑中缺失的 type: "message" 字段。

适用环境：langchain-perplexity 集成包，Perplexity Responses API（use_responses_api=True），Python 环境，LangChain 相关依赖。

最快修复方案：暂无确认的一步修复方案；Issue 中给出的修复需要修改 langchain_perplexity/chat_models.py 中的 _translate_responses_input 函数，为消息字典补上 type 字段。

注意事项：该修复已合并到 master 并验证通过，但尚未确认是否已随 langchain-perplexity 正式版本发布；升级依赖前应确认版本号。

问题场景

用户在 langchain-perplexity 中使用 ChatPerplexity 时，设置 use_responses_api=True，调用 llm.invoke("hi") 触发报错。问题是发出的请求负载中，消息对象缺失 type 字段，导致 pydantic 的 discriminated union 无法识别消息类型。

报错原文

pydantic_core._pydantic_core.ValidationError: 9 validation errors for ResponsesRequestInput
input.str
  Input should be a valid string [type=string_type, input_value=[{'role': 'user', 'content': 'hi'}], input_type=list]
input.list[union[InputMessageInput,FunctionCallOutputInputInput,FunctionCallInputInput]].0.InputMessageInput.type
  Field required [type=missing, input_value={'role': 'user', 'content': 'hi'}, input_type=dict]
input.list[union[InputMessageInput,FunctionCallOutputInputInput,FunctionCallInputInput]].0.FunctionCallOutputInputInput.call_id
  Field required [type=missing, input_value={'role': 'user', 'content': 'hi'}, input_type=dict]
input.list[union[InputMessageInput,FunctionCallOutputInputInput,FunctionCallInputInput]].0.FunctionCallOutputInputInput.output
  Field required [type=missing, input_value={'role': 'user', 'content': 'hi'}, input_type=dict]
input.list[union[InputMessageInput,FunctionCallOutputInputInput,FunctionCallInputInput]].0.FunctionCallOutputInputInput.type
  Field required [type=missing, input_value={'role': 'user', 'content': 'hi'}, input_type=dict]
input.list[union[InputMessageInput,FunctionCallOutputInputInput,FunctionCallInputInput]].0.FunctionCallInputInput.arguments
  Field required [type=missing, input_value={'role': 'user', 'content': 'hi'}, input_type=dict]
input.list[union[InputMessageInput,FunctionCallOutputInputInput,FunctionCallInputInput]].0.FunctionCallInputInput.call_id
  Field required [type=missing, input_value={'role': 'user', 'content': 'hi'}, input_type=dict]
input.list[union[InputMessageInput,FunctionCallOutputInputInput,FunctionCallInputInput]].0.FunctionCallInputInput.name
  Field required [type=missing, input_value={'role': 'user', 'content': 'hi'}, input_type=dict]
input.list[union[InputMessageInput,FunctionCallOutputInputInput,FunctionCallInputInput]].0.FunctionCallInputInput.type

原因分析

可能原因：_translate_responses_input 函数在构建请求负载时，有两处消息字典没有携带 type 字段。Perplexity SDK 的 ResponsesRequestInput.input 是一个 discriminated union，pydantic 必须根据 type 字段才能区分是 InputMessageInput、FunctionCallOutputInputInput 还是 FunctionCallInputInput。缺了该字段，整个请求就会被 9 个校验错误拒绝。具体位置是：

在 role == "assistant" 且存在 tool_calls 的分支中，assistant 文本消息被加入时缺少 type: "message"；
在转换普通角色消息（system、user、assistant、developer）的 else 分支中，直接透传了原始消息字典，没有补上 type: "message"。

环境排查

确认 langchain-perplexity 版本是否包含 #39774 的修复（该修复已合入 master）。
确认 Python 环境中 pydantic 版本与 Perplexity SDK 兼容。
确认是否在 2026-09-27 Sonar Chat Completions 下线前必须迁移到 Responses API（Issue 中提到的迁移阻塞场景）。

解决步骤

升级 langchain-perplexity 到包含 #39774 修复的版本（该修复已合并到 master，后续版本会包含）。
如果无法升级，可优先尝试在本地源码中修改 langchain_perplexity/chat_models.py 的 _translate_responses_input 函数：在 role == "assistant" 且存在 tool_calls 的分支中，将 assistant 文本消息改为 {"type": "message", "role": "assistant", "content": text}。
在 role in {"assistant", "system", "user", "developer"} 的 else 分支中，改为 translated.append({**message, "type": "message"})。
修改后补充或更新单元测试，断言请求负载中的消息对象包含 type: "message"。
执行 ChatPerplexity(use_responses_api=True).invoke("hi") 验证请求可通过 pydantic 校验。

验证方法

修复后，调用 ChatPerplexity(model="openai/gpt-5.6-sol", api_key=os.environ["PERPLEXITY_API_KEY"], use_responses_api=True).invoke("hi")，确认不再抛出 pydantic ValidationError，且能正常返回 AIMessage。Issue 中已对单轮和多轮调用分别做了验证。