5.LangChain零基础速通-LCEL链式调用

文章目录

LCEL链式调用

Runnable与LCEL

Runnable

定义:LangChain中的抽象基类(Abstract Base Class:ABC),Runnable是LangChain核心抽象接口统一组件调用方式,定义在langchain_core.runnables,支持LCEL组合,适配同步、异步、流式、批量等场景,是构建工作流的基础。

目标:为所有可执行组件提供统一的操作接口

理念:一切可执行的对象都应该有统一的调用方式

一句话:统一接口,将多个组件按特定顺序组合起来以便完成复杂任务的一个工作流或管道。

核心方法:Runnable是LangChain中所有链的通用接口,用于描述"可以执行的数据流节点",用于构建所有链(Chain)组件,它代表"一个可以调用(运行)的流程单元",无论是:

单个组件(如prompt、model)

一个序列流程(如promptmodelparser)

并行、多路、多输入多输出的复合结构

只要实现了Runnable接口,它就可以像函数一样.invoke(),或用管道符|组合。

invoke(input): 同步执行,处理单个输入,最常用的方法

ainvoke(input): 异步执行,用于高并发场景

batch(inputs): 批量执行,处理多个输入,提升处理效率

stream(input): 流式执行,逐步返回结果,经典的使用场景是大模型进行流式输出

LCEL

定义:LangChain Expression Language

定位:专门用于组合Runnable组件的声明式语法

操作符: 管道符 |

核心思想:使用管道操作符|将多个Runnable对象,像堆积木意义组合起来

典型写法:chain = prompt | model | parser

chain本身也是Runnable,可以通过编标准方法invoke继续调用它

result = chain.invoke({"topic":"python"})

一句话:通过LCEL(|运算符、RunnableSequence、RunnableParallel等)快速拼接多个Runnable为复杂工作流,支持条件分支、并行执行、串行执行等逻辑。

chain结构

定义:我们将使用LCEL创建大的Runnable为"链","链"本身就是Runnable

组成:提示词模版+大模型+解析器(prompt | llm | parser)

典型链结构:

  • RunnableSequence-顺序链
python 复制代码
chain = chat_prompt_template | llm | parser
  • RunnableBranch-分支链
python 复制代码
chain = RunnableBranch(
    (lambda x: determine_language(x) == 'japanese', japanese_prompt | llm | parser),
    (lambda x: determine_language(x) == 'english', english_prompt | llm | parser),
    (korean_prompt | llm | parser),
)
  • RunnableSerializable-串行链
python 复制代码
full_chain = chain_1 | (lambda content: {"question": content}) | chain_2
  • RunnableParallel-并行链
python 复制代码
parallel_chain = RunnableParallel({
    "chain_1": chain_1,
    "chain_2": chain_2,
})
  • RunnableLambda-函数链
python 复制代码
function_chain = chain_1 | RunnableLambda(debug_print) | chain_2
相关推荐
智慧物业老杨20 分钟前
智慧物业合同周期管理系统:从风险预警到智能交接的全流程数智化落地方案
java·人工智能·python
橙橙笔记33 分钟前
Python的学习第一部分
python·学习
CC大煊1 小时前
一个Javaer的AI转型笔记(1):入坑LangChain,我的第一个hello world
笔记·langchain
weixin_468466851 小时前
MoneyPrinterTurbo 短视频自动化生产实战指南
运维·人工智能·自动化·大模型·音视频·moneyprinter
voidmort1 小时前
3. 微调(Fine-tuning)与强化学习(RL)的核心思想
python·深度学习·算法
biter down2 小时前
基于 Pywinauto 的 QQ 音乐 GUI 自动化测试实践
python
人道领域2 小时前
【LeetCode刷题日记】669.修剪二叉搜索树
开发语言·python·算法
沐自礼3 小时前
DeepSeekMoE 原理
人工智能·llm
EntyIU3 小时前
mineru从安装部署到测试使用完整指南
python·ocr
Mr.Daozhi4 小时前
RAG 进阶实战:跑通 Demo 后我连续翻了 6 次车,逐一修复才真正可用(含 Gradio Web 版)
前端·数据库·langchain·大模型·gradio·rag·科研工具