LangChain 链组件Chain用法

如果大模型只用来做聊天机器人场景是比较简单的，但是如果要让当前的大模型去完成一个复杂的任务，目前的大模型能力是无法达到的。LangChain提出了链（Chain）这个概念，即把所有的组件，包括大模型在内，串成一个链，通过这个链去完成比较复杂的任务。

LLMChain

LLMChain是LangChain库中的一个最简单的Chain，它提供了一个便捷的方式来和LLM进行交互，LLMChain将提示词模板（PromptTemplate）、大语言模型（LLM）、输出解析器（OutputParser）整合在一起，形成一个连贯的处理链，简化了跟LLM之间的交互过程，提升了开发效率。

from langchain.chains import LLMChain
from langchain_core.prompts import PromptTemplate
from langchain_community.llms import BaichuanLLM

prompt = PromptTemplate(
    input_variables=["domain"],
    template="我希望你能充当我的IT产品命名顾问，一个{domain}方向的好的产品名字是什么，请给出5个名字。"
)

llm = BaichuanLLM()

# 这个写法在0.3.0版本会被移除，建议改用LCEL语法，后面LCEL专门讲
chain = LLMChain(llm=llm,prompt=prompt)


res = chain.invoke("数据可视化")

print(res)