Autogen中Agent-Human交互逻辑拆解 ，用于构建gradio应用

1. 定义一个assistant，具体任务由system_message定义

2. 每次human输入后，重置assistant

assistant.reset()

3.将gradio提供的ChatInterface中的chat_history进行转换，得到oai类型的message，加入到assistant的message中

oai_messages = chat_to_oai_message(chat_history)
assistant._oai_system_message_origin = assistant._oai_system_message.copy()
assistant._oai_system_message += oai_messages

4.将ChatInterface输入的message给定义的userproxy，用于生成回答

userproxy.initiate_chat(assistant, message=user_message)
messages = userproxy.chat_messages

5.保存最新的对话历史

chat_history += oai_message_to_chat(messages, assistant)

6.将assistant的对话信息重置为最初的system_message

assistant._oai_system_message = assistant._oai_system_message_origin.copy()

原因：ChatInterface提供了回溯功能，即其chat_history可以回到任意轮的对话中，故要保持assistant的message始终为初始的定义，以保证可随时回溯。

原demo链接：https://huggingface.co/spaces/thinkall/autogen-human-input-demo

demo中也重写了逻辑，由自定义的respond函数来对chat_history进行记录，而不是gradio，具体见函数：

 async def _submit_fn(
            self,
            message: str,
            history_with_input,
            request: Request,
            *args,
    ) :