轻松迁移：从LLMChain到LCEL的过渡指南

llzwxh888

于 2024-10-10 04:39:21 发布

阅读量65

点赞数 2

文章标签： log4j python

本文链接：https://blog.csdn.net/ppoojjj/article/details/142800601

版权

# 轻松迁移：从LLMChain到LCEL的过渡指南

## 引言

随着语言模型的快速发展，开发者对工具的需求也在不断变化。在这篇文章中，我们将探讨如何从`LLMChain`迁移到新的`LCEL`实现。这一切旨在提高代码的可读性、扩展性和更好的流式处理支持。

## 主要内容

### 1. 为什么选择LCEL？

#### 1.1 清晰的内容和参数

`LCEL`的设计更加直观，避免了`LLMChain`中的默认输出解析器和其他复杂选项，这使得代码更加易读和易于维护。

#### 1.2 改进的流式处理

`LCEL`支持更简单的流式处理，而不是依赖于回调函数，这对需要实时处理的应用程序更加友好。

#### 1.3 访问原始消息输出

如果需要访问原始消息，`LCEL`提供了更直接的方式，而不必依赖参数设置或回调函数。

### 2. 安装更新后的环境

确保你有最新版本的`langchain-openai`库：

```bash
%pip install --upgrade --quiet langchain-openai

代码示例

从LLMChain到LCEL的过渡

旧实现：LLMChain

import os
from getpass import getpass
from langchain.chains import LLMChain
from langchain_core.prompts import ChatPromptTemplate
from langchain_openai import ChatOpenAI

# 设置API密钥
os.environ["OPENAI_API_KEY"] = getpass()

prompt = ChatPromptTemplate.from_messages(
    [("user", "Tell me a {adjective} joke")],
)

chain = LLMChain(llm=ChatOpenAI(), prompt=prompt)

result = chain({"adjective": "funny"})
print(result)

新实现：LCEL

from langchain_core.output_parsers import StrOutputParser
from langchain_core.prompts import ChatPromptTemplate
from langchain_openai import ChatOpenAI

prompt = ChatPromptTemplate.from_messages(
    [("user", "Tell me a {adjective} joke")],
)

chain = prompt | ChatOpenAI() | StrOutputParser()

# 使用API代理服务提高访问稳定性
result = chain.invoke({"adjective": "funny"})
print(result)

使用`RunnablePassthrough`模拟LLMChain行为

from langchain_core.runnables import RunnablePassthrough

outer_chain = RunnablePassthrough().assign(text=chain)

result = outer_chain.invoke({"adjective": "funny"})
print(result)