langchain核心组件 Model I/O（5）-chain

1.1 RunnableLambda 可运行

RunnableLambda 将 Python 可调用函数转换为 Runnable，使得函数可以在同步或异步上下文中使用。

举例：

python 复制代码

from langchain_core.runnables import RunnableLambda

chain = { 
  "text1": lambda x: x + " world", 
  "text2": lambda x: x + ", how are you",
}| RunnableLambda(lambda x: len(x["text1"])+ len(x["text2"]))

result = chain.invoke("hello")
print(result)

也可以通过装饰器来使用：

python 复制代码

from langchain_core.runnables import RunnableLambda

@RunnableLambda
def total_len(x): 
  return len(x["text1"]) + len(x["text2"])
 
chain = { 
  "text1": lambda x: x + " world", 
  "text2": lambda x: x + ", how are you",
}| total_len
result = chain.invoke("hello")
print(result)  # 29

1.2 RunnablePassthrough 可运行透传

RunnablePassthrough 接收输入并将其原样输出。RunnablePassthrough 是 LangChain LCEL 体系中的"无操作节点"，用于在流水线中透传输入或保留上下文，也可以用于向输出中添加键。

举例：保留中间结果

ini 复制代码

from langchain_core.runnablesimport RunnablePassthrough,RunnableParallel

chain = RunnableParallel(
   original=RunnablePassthrough(),
 # 保留中间结果 
  word_count=lambda x: len(x),
)
result = chain.invoke("hello world")
print(result)  # {'original': 'hello world','word_count': 11}

举例：使用 assign() 向输出中添加键

css 复制代码

from langchain_core.runnables import RunnablePassthrough
chain = { 
  "text1": lambda x: x + " world", 
  "text2": lambda x: x + ", how are you",
}| RunnablePassthrough.assign(word_count=lambda x: len(x["text1"]+ x["text2"]))
result = chain.invoke("hello")
print(result)
#{'text1': 'hello world', 'text2': 'hello, how are you', 'word_count': 29}

1.3 RunnableBranch 可运行分支

RunnableBranch 使用 (条件，Runnable) 对列表和默认分支进行初始化。对输入进行操作时，选择第一个计算结果为 True 的条件，并在输入上运行相应的 Runnable。如果没有条件为 True，则在输入上运行默认分支。

举例：

python 复制代码

from langchain_core.runnables import RunnableBranch

branch = RunnableBranch( 
  (lambda x: isinstance(x, str), lambda x: x.upper())
  (lambda x: isinstance(x, int), lambda x: x + 1), 
  (lambda x: isinstance(x, float), lambda x: x * 2) 
  lambda x: "goodbye",
) 
result = branch.invoke("hello")
print(result)  # HELLO 
result = branch.invoke(None)
print(result)  # goodbye

1.4 RunnableWithFallbacks 可运行带回退

RunnableWithFallbacks 使得 Runnable 失败后可以回退到其他 Runnable。可以直接在Runnable 上使用 with_fallbacks 方法。

举例：

ini 复制代码

import os

from langchain.chat_models import init_chat_model
from langchain_core.prompts import PromptTemplate
from langchain_core.runnables import RunnableLambda
llm = init_chat_model(
  model="openai/gpt-oss-20b:free",
  model_provider="openai",
  base_url="https://openrouter.ai/api/v1", 
  api_key=os.getenv("OPENROUTER_API_KEY"),
)
chain = PromptTemplate.from_template("hello") | llm
chain_with_fallback = chain.with_fallbacks([RunnableLambda(lambda x: "sorry")])
result = chain_with_fallback.invoke("1")  # 提示词模板中没有需要填充的变量，会报错
print(result)  # sorry