LangChain入门：15.Sequential Chain：顺序链的使用

Sequential Chain是LangChain库中的一个强大工具，它允许我们将多个LLMChain按照特定的顺序连接起来，形成一个处理流程。这种链式结构使得我们可以将一个大任务分解为几个小任务，并依次执行，每个任务的输出成为下一个任务的输入。

示例目标

在这个示例中，我们将构建一个顺序链，目标是：

1. 让大模型扮演植物学家的角色，提供特定鲜花的知识和介绍。
2. 接着让大模型扮演鲜花评论者的角色，对鲜花进行评论。
3. 最后让大模型扮演社交媒体运营经理的角色，撰写一篇鲜花运营文案。

实现步骤

1. 导入所需的库和模块：

   from langchain_openai import ChatOpenAI
   from langchain.chains import LLMChain, SequentialChain
   from langchain.prompts import PromptTemplate
   

2. 创建第一个LLMChain：
   生成鲜花的知识性说明。

   one_template = """
   你是一个植物学家。给定花的名称和类型，你需要为这种花写一个200字左右的介绍。
   花名: {name}颜色: {color}
   植物学家: 这是关于上述花的介绍:
   """
   one_prompt_template = PromptTemplate(
       template=one_template,<