学习记录02——langChain : Runnable

在 LangChain 的语境下，Runnable 是 LCEL 世界里最基本的"积木块" 。它是 LangChain 定义的一整套标准接口（协议），核心思想就一句话：

只要一个对象实现了 Runnable 协议，它就能用 | 管道符和别的组件无缝连接，并且自动获得异步、流式、批处理等能力。

可以把它理解成 Java 里的 Runnable 接口，或者更贴切地说是 TypeScript 里的 interface------它规定了所有组件必须遵守的一套标准动作：

invoke：处理单个输入，返回单个输出（同步）
ainvoke：处理单个输入，返回单个输出（异步）
batch：处理一批输入，返回一批输出（并行）
stream：处理单个输入，以流的方式逐步返回输出
astream：流式返回 + 异步
等等...

为什么需要 Runnable？

你之前写的链里，每个组件（prompt、self._llm、JsonOutputParser）底层都实现了 Runnable 协议。这就像 USB 接口标准一样：

如果没有标准：每个设备都有自己的接口，你得用不同的线、不同的驱动才能连起来。
有了标准：任何设备只要符合 USB 标准，用同一根线就能连上。

Runnable 就是这个"USB 标准"。正因为它们都实现了同一个协议，所以 LCEL 才能用 | 把它们串起来，并确保数据能在它们之间顺利流通。

代码长什么样？

你不需要自己去实现 Runnable，但了解它的结构能让你理解一切为何能这么运作。它大致长这样：

python 复制代码

class Runnable(ABC):
    @abstractmethod
    def invoke(self, input, config=None):
        """处理单个输入，返回输出"""
        pass

    async def ainvoke(self, input, config=None):
        """异步版 invoke"""
        pass

    def batch(self, inputs, config=None):
        """批量处理多个输入"""
        pass

    def stream(self, input, config=None):
        """流式返回"""
        pass

    # ... 还有其他方法

ChatPromptTemplate、ChatOpenAI、StrOutputParser、JsonOutputParser 这些类都继承并实现了上面这些方法。所以它们都是 Runnable。

Runnable 的核心思想：统一接口 + 能力自动继承

这是 Runnable 最强大的地方。一旦你的链（它本身也是一个 Runnable）拼好之后，不需要额外写一行代码，就能直接调用所有标准方法：

python 复制代码

chain = prompt | llm | parser   # chain 本身也是一个 Runnable

# 所有这些都是开箱即用的，不用你为 chain 单独实现
result = chain.invoke({"topic": "cat"})          # 同步单次
result = await chain.ainvoke({"topic": "cat"})   # 异步单次
results = chain.batch([{"topic": "cat"}, {"topic": "dog"}])  # 批量并行
for chunk in chain.stream({"topic": "cat"}):     # 流式输出
    print(chunk)

总结一句话：Runnable 就是 LangChain 定义的一套标准积木接口，所有组件都遵循它。LCEL 的 | 管道符只能连接符合这个标准的积木。当它们连成链后，这条链本身也是一块同样标准的积木，从而自动拥有了各种强大的执行能力。