langchain入门系列之四 链结构的使用

所谓的链结构，就是在相同的标准下，不同模块组成一条处理任务的流水线。优点是链提高了模块的标准化和复用性，缺点是增加了工程的复杂度和冗余。

本文着重介绍三种链接，langchain的链结构不止本文所介绍的，感兴趣的同学可以查看官方文档解惑，本文前提在于，读者已经阅读过我前面写的文章，若还没有，可能会有阅读上的障碍。

单链结构

定义prompt →定义llm→定义chain→运行predict

# LLM  chain
import os
from langchain_community.chat_models import QianfanChatEndpoint
from langchain.prompts import PromptTemplate


# 设置API
os.environ["QIANFAN_AK"] = ""
os.environ["QIANFAN_SK"] = ""

llm = QianfanChatEndpoint(model="ERNIE-Bot-turbo")

prompt = PromptTemplate.from_template("给我讲一个关于{对象}的黑色幽默笑话")
# prompt.format(对象="猫")


from langchain.chains import LLMChain
chain = LLMChain(llm=llm, prompt=prompt)
print(chain.run("狗"))

多链结构

定义prompt →定义llms/embeddings→定义chain(多链并行，选择其中一条链进行处理)→运行predict

import os
from langchain_community.llms import QianfanLLMEndpoint


# 设置API
os.environ["QIANFAN_AK"] = ""
os.environ["QIANFAN_SK"] = ""


# 实例化(大模型)
llm = QianfanLLMEndpoint()

geography_template = "你将扮演一位地理知识丰富的地理学家，你尤其对中国的地理人文知识了解透彻，你将回答用户提出的关于地理方面的问题，这里是问题{input}"
math_template = "你将扮演一位经验丰富的数学老师，你尤其擅长中小学方面的数学知识，你将回答用户提出的数学问题，这里是问题{input}"
prompt_infos = [
    {"name":"地理",
     "description":"擅长地理",
     "prompt_template":geography_template
     },
     {"name":"数学",
     "description":"擅长数学",
     "prompt_template":math_template
     },
]


from langchain.chains import ConversationChain
from langchain.chains.router import MultiPromptChain
from langchain.prompts import PromptTemplate
from langchain.chains import LLMChain

destination_chains = {}
# 对每一条单链进行初始化
for p in prompt_infos:
    name = p['name']
    prompt_template = p['prompt_template']
    prompt = PromptTemplate(template=prompt_template, input_variables=["input"])
    chain = LLMChain(llm=llm, prompt=prompt)
    destination_chains[name] = chain
default_chain = ConversationChain(llm=llm, output_key="text")


from langchain.chains.router.llm_router import LLMRouterChain, RouterOutputParser
from langchain.chains.router.multi_prompt_prompt import MULTI_PROMPT_ROUTER_TEMPLATE
# 配置router
destinations = [f"{p['name']}:{p['description']}" for p in prompt_infos]
destinations_str = '\n'.join(destinations)
router_template = MULTI_PROMPT_ROUTER_TEMPLATE.format(destinations=destinations_str)
router_prompt = PromptTemplate(
    template=router_template,
    input_variables=['input'],
    output_parser=RouterOutputParser(),
)
router_chain = LLMRouterChain.from_llm(llm=llm, prompt=router_prompt)



from langchain.chains.router import MultiPromptChain
chain = MultiPromptChain(
    router_chain=router_chain,
    destination_chains=destination_chains,
    default_chain=default_chain,
    verbose=True,
)
print(chain.run("敦煌在中国哪个省？"))
------------------------------------
> Entering new MultiPromptChain chain...
None: {'input': '敦煌在中国哪个省份？'}
> Finished chain.
敦煌位于中国甘肃省。

由上面代码可以知道，多链结构至少会调两次llm。

多链顺序结构

定义prompt →定义llms/embeddings→定义chain(多链串行，按顺序执行)→运行predict

import os
from langchain_community.llms import QianfanLLMEndpoint


# 设置API
os.environ["QIANFAN_AK"] = ""
os.environ["QIANFAN_SK"] = ""


# 实例化(大模型)
llm = QianfanLLMEndpoint()

from langchain.prompts import PromptTemplate
from langchain.chains import LLMChain

template = """你将扮演一位成语出题人，你将从你丰富的成语知识库里，给出三个关于{input}相关的成语"""
prompt_template = PromptTemplate(input_variables=["input"], template=template)
synopsis_chain = LLMChain(llm=llm, prompt=prompt_template)


from langchain.prompts import PromptTemplate
from langchain.chains import LLMChain

template = """你将扮演一位成语分析者，擅长从多个维度分析成语，并且从中挑选出寓意最好的成语，成语分析：{synopsis}，对上面的成语进行分析，挑选出寓意最好的成语"""
prompt_template = PromptTemplate(input_variables=["input"], template=template)
select_chain = LLMChain(llm=llm, prompt=prompt_template)


from langchain.chains import SimpleSequentialChain
overall_chain = SimpleSequentialChain(chains=[synopsis_chain, select_chain], verbose=True)

select = overall_chain.run("结婚")
-------------------------------------------
 Entering new SimpleSequentialChain chain...
以下是三个与结婚相关的成语：

1. 喜结连理：这个成语形容两个人之间美好的姻缘和因缘关系。它常用来祝贺两人成婚的场景，传达着美满、幸福和长久的祝愿。
2. 百年好合：这个成语常用于祝福新婚夫妇的婚姻美满、幸福长久。它强调了婚姻的持久和美好，是表达祝福和喜悦的常用成语。
3. 共结连理枝：这个成语比喻两个人结为夫妻，是美好的结合，与“喜结连理”意思相近，但表达上略显浪漫。

这些成语在汉语中经常被用来描述和祝福美满的婚姻，都充满了喜庆和幸福的色彩。
在分析这三个与结婚相关的成语后，我认为寓意最好的成语是“百年好合”。

首先，“喜结连理”和“共结连理枝”两个成语都强调了两个人因缘际会、结为夫妻的美好关系，寓意着美满和幸福。然而，“百年好合”在这个基础上更进一步，它不仅表达了夫妻关系的和谐与美满，还特别强调了婚姻的持久性。在中国文化中，百年被视为一个很长的时间跨度，象征着长久的承诺和持续的幸福。因此，“百年好合”寓意着夫妻之间的长久美满和永恒的幸福，这是一个对婚姻最深切的祝福和期许。

综上所述，我认为“百年好合”是这三个成语中寓意最好的一个。

> Finished chain.