使用LangChain实现Runnable链：从笑话生成到幽默分析

最新推荐文章于 2025-05-21 19:16:11 发布

stjklkjhgffxw

最新推荐文章于 2025-05-21 19:16:11 发布

阅读量408

点赞数 5

文章标签： langchain linux 服务器 python

本文链接：https://blog.csdn.net/stjklkjhgffxw/article/details/142325733

版权

使用LangChain实现Runnable链：从笑话生成到幽默分析

引言

在现代的AI开发中，利用链式调用（chaining）多个可运行单元（runnables）来完成复杂任务变得越来越常见。本文将介绍如何使用LangChain实现可运行单元的链式调用。我们将具体演示如何通过LangChain表达式语言（LCEL）将prompt模板、聊天模型及输出解析器组合在一起，实现笑话生成和其幽默程度的分析。

主要内容

1. LangChain入门

LangChain是一种灵活的AI开发工具，能够通过链式调用多个可运行单元快速构建复杂的AI应用。其主要优势包括高效的流式数据处理和便捷的调试功能。

2. 链式调用的基本原理

在LangChain中，各种runnable可以利用管道操作符（|）或.pipe()方法进行链式组合，一个runnable的输出直接作为下一个runnable的输入。

3. 实际应用: 从生成笑话到幽默度分析

我们将通过一个具体示例，展示如何使用LangChain实现从笑话生成到幽默度分析的整个流程。

安装和配置

确保安装必要的库，并配置相应的API密钥。

pip install -qU langchain-openai
pip install -qU langchain-anthropic
# 安装其他所需库...

代码实现

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

# 配置API密钥
os.environ["OPENAI_API_KEY"] = "你的API密钥"

# 初始化模型
model = ChatOpenAI(model="gpt-4o-mini")

# 创建并组合prompt模板和模型
prompt = ChatPromptTemplate.from_template("tell me a joke about {topic}")
chain = prompt | model | StrOutputParser()

# 调用链式组合
result = chain.invoke({"topic": "bears"})
print(result)

4. 组合更多runnable

通过使用lambda函数等方式，可以进一步扩展链式调用的功能。

from langchain_core.runnables import RunnableParallel

analysis_prompt = ChatPromptTemplate.from_template("is this a funny joke? {joke}")

# 使用lambda函数扩展链式调用
composed_chain_with_lambda = (
    chain
    | (lambda input: {"joke": input})
    | analysis_prompt
    | model
    | StrOutputParser()
)

result = composed_chain_with_lambda.invoke({"topic": "beets"})
print(result)

5. 使用.pipe()方法

.pipe()方法提供了另一种组合runnable的方式，功能和管道操作符类似。

composed_chain_with_pipe = RunnableParallel({"joke": chain}).pipe(
    analysis_prompt, model, StrOutputParser()
)
result = composed_chain_with_pipe.invoke({"topic": "battlestar galactica"})
print(result)