# 掌握回调函数的传播——构造函数中的应用技巧
## 引言
在开发复杂的应用程序时，回调函数是一种非常有用的工具。它允许你在特定的事件发生时执行代码逻辑。本文将探讨如何在构造函数中传递回调函数，并讨论潜在的挑战及解决方案。
## 主要内容
### 什么是回调函数？
回调函数是一种传递到其他代码中的函数，该代码负责在适当的事件发生时执行该函数。在Python中，回调函数通常用于异步编程、事件驱动编程和处理长时间运行的任务。
### LangChain中的回调处理
LangChain提供了一个灵活的框架来处理回调。你可以在构造对象时传递回调，但要注意，这些回调仅限于特定实例，且不会被子对象继承。这意味着在嵌套结构中，父对象的回调不会自动应用于子对象。这种行为可能导致混淆，因此建议在运行时传递回调。
## 代码示例
下面是一个使用LangChain库的例子，展示了如何在构造函数中传递回调函数：
```python
from typing import Any, Dict, List
from langchain_anthropic import ChatAnthropic
from langchain_core.callbacks import BaseCallbackHandler
from langchain_core.messages import BaseMessage
from langchain_core.outputs import LLMResult
from langchain_core.prompts import ChatPromptTemplate
class LoggingHandler(BaseCallbackHandler):
def on_chat_model_start(
self, serialized: Dict[str, Any], messages: List[List[BaseMessage]], **kwargs
) -> None:
print("Chat model started")
def on_llm_end(self, response: LLMResult, **kwargs) -> None:
print(f"Chat model ended, response: {response}")
def on_chain_start(
self, serialized: Dict[str, Any], inputs: Dict[str, Any], **kwargs
) -> None:
print(f"Chain {serialized.get('name')} started")
def on_chain_end(self, outputs: Dict[str, Any], **kwargs) -> None:
print(f"Chain ended, outputs: {outputs}")
# 使用API代理服务提高访问稳定性
callbacks = [LoggingHandler()]
llm = ChatAnthropic(model="claude-3-sonnet-20240229", callbacks=callbacks)
prompt = ChatPromptTemplate.from_template("What is 1 + {number}?")
chain = prompt | llm
chain.invoke({"number": "2"})
常见问题和解决方案
问题：为什么在嵌套对象中看不到父对象的回调事件？
这是因为在构造函数中传递的回调函数仅限于该对象实例。解决此问题的方法是直接在运行时传递回调函数，这样它们将应用于所有相关对象。
问题：如何提高回调的稳定性？
在某些地区，由于网络限制，使用API可能不稳定。可以考虑使用API代理服务来提高访问稳定性。这在代码示例中已通过注释说明。
总结和进一步学习资源
本文介绍了如何在构造函数中传递回调函数以及相关的注意事项。对于希望更灵活控制回调的开发者，推荐进一步学习如何在运行时传递回调函数。以下是一些相关资源：
参考资料
- ChatAnthropic API文档
- LangChain回调处理文档
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---
