1.1 Runnable与LCEL
1）Runnable
Runnable 是 LangChain 中可以调用、批处理、流式传输、转换和组合的工作单元。
Runnable 接口是使用 LangChain 组件的基础，它在许多组件中实现，例如语言模型、输出解析器、检索器、编译的 LangGraph 图等。
Runnable 接口强制要求所有 LCEL 组件实现一组标准方法：
invoke / ainvoke
将单个输入转换为输出
batch / abatch
批量将多个输入转换为输出
stream / astream
从单个输入生成流式输出
为什么需要统一调用方式？
假设没有统一调用方式，每个组件调用方式不同，组合时需要手动适配：
提示词渲染用 .format()
模型调用用 .generate()
解析器解析用 .parse()
工具调用用 .run()
代码会变成：
prompt_text= prompt.format(topic="猫") # 方法1
model_out= model.generate(prompt_text) # 方法2
result = parser.parse(model_out)# 方法3
Runnable 统一调用方式：
#分步调用
prompt_text=prompt.invoke({"topic": "猫"}) # 方法1
model_out= model.invoke(prompt_text) # 方法2
result=parser.invoke(model_out)# 方法3
#LCEL管道式
chain = prompt |model | parser #用管道符组合
result = chain.invoke({"topic": "猫"}) # 所有组件统一用invoke
无论组件的功能多复杂（模型/提示词/工具），调用方式完全相同。并且可以通过管道符 | 组合，自动处理类型匹配和中间结果传递。
2）LCEL
LangChain 表达式语言（LCEL，LangChain Expression Language）是一种从现有的Runnable 构建新的 Runnable 的声明式方法，用于声明、组合和执行各种组件（模型、提示、工具、函数等）。
我们称使用 LCEL 创建的 Runnable 为“链”，“链”本身就是 Runnable。
LCEL 两个主要的组合原语是 RunnableSequence 和 RunnableParallel。许多其他组合原语可以被认为是这两个原语的变体。
1.1 RunnableSequence 可运行序列
RunnableSequence 按顺序“链接”多个可运行对象，其中一个对象的输出作为下一个对象的输入。
LCEL重载了 | 运算符，以便从两个 Runnables 创建 RunnableSequence。
chain = runnable1| runnable2
#等同于
chain =RunnableSequence([runnable1, runnable2])
举例：提示模板➡️模型➡️输出解析器
import os
from langchain.chat_models import init_chat_model
from langchain_core.prompts import PromptTemplate
from langchain_core.output_parsers import StrOutputParser
prompt_template= PromptTemplate(
template="讲一个关于{topic}的笑话",
input_variables=["topic"],
)
llm = init_chat_model(
model="openai/gpt-oss-20b:free",
model_provider="openai",
base_url="https://openrouter.ai/api/v1",
api_key=os.getenv("OPENROUTER_API_KEY"),
)
parser = StrOutputParser()
chain = prompt_template | llm | parser resp = chain.invoke({"topic": "人工智能"})
print(resp)
1.2 RunnableParallel 可运行并行
RunnableParallel 同时运行多个可运行对象，并为每个对象提供相同的输入。
对于同步执行，RunnableParallel 使用 ThreadPoolExecutor 来同时运行可运行对象。
对于异步执行，RunnableParallel 使用 asyncio.gather 来同时运行可运行对象。
在 LCEL 表达式中，字典会自动转换为 RunnableParallel。
举例：
import os
from langchain.chat_models import init_chat_model
from langchain_core.prompts import PromptTemplate
from langchain_core.runnables import RunnableParallel
from langchain_core.output_parsers import StrOutputParser
llm = init_chat_model(
model="openai/gpt-oss-20b:free",
model_provider="openai",
base_url="https://openrouter.ai/api/v1",
api_key=os.getenv("OPENROUTER_API_KEY"),
)
joke_chain
= ( PromptTemplate.from_template("讲一个关于{topic}的笑话") | llm | StrOutputParser())
poem_chain
= ( PromptTemplate.from_template("写一首关于{topic}的诗歌") | llm | StrOutputParser())
map_chain = RunnableParallel(joke=joke_chain, poem=poem_chain)
resp = map_chain.invoke({"topic": "人工智能"})
print(resp)
