Runnable组件配置运行时链内部运行流程与解析

01. configurable_fields 方法使用技巧

在某些场合下除了在构建链的时候配置对应的调用参数，也可能让链在执行调用的时候才去配置对应的运行时链内部（运行时修改链相应参数），包括运行时动态调整温度、停止词、传递自定义参数、甚至是运行时动态替换模型为另外一个。

针对这类需求，在 LangChain 也提供了相应的解决方案：

configurable_fields()：和 bind() 方法接近，但是并不是在构建时传递对应的参数，而是在链运行时为链中的给定步骤指定参数，比 bind() 更灵活。
configurable_alternatives()：使用这个方法可以在链运行时，将链中的某一个部分替换成其他替换方案，例如：运行中更换提示模板、更换大语言模型等。
configurable_fields() 方法使用分成两个流程：

为 Runnable 定义哪些字段可以在链运行时动态配置；
在调用 invoke() 函数时，传递对应的配置信息 configurable 完成动态配置；
例如，在链的调用过程中，将 temperature 温度设置为 0，使用代码如下：

import dotenv
from langchain_core.output_parsers import StrOutputParser
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.runnables import ConfigurableField
from langchain_openai import ChatOpenAI

dotenv.load_dotenv()

# 1.创建提示模板
prompt = ChatPromptTemplate.from_template("请生成一个小于{x}的随机整数")

# 2.创建LLM大语言模型，并配置temperature参数为可在运行时配置，配置键位llm_temperature
llm = ChatOpenAI(model="gpt-3.5-turbo-16k").configurable_fields(
    temperature=ConfigurableField(
        id="llm_temperature",
        name="大语言模型温度",
        description="用于调整大语言模型生成内容的随机性"
    ),
)

# 3.构建链应用
chain = prompt | llm | StrOutputParser()

# 4.正常调用内容
content = chain.invoke({"x": 1000})
print(content)

# 5.将temperature修改为0调用内容
content = chain.invoke(
    {"x": 1000},
    config={"configurable": {"llm_temperature": 0}}
)
print(content)

资料推荐

• 🔗 官方文档参考
• 💡大模型中转API推荐
• ✨中转使用教程

---

02. configurable_fields 运行流程与解析

configurable_fields() 和 bind() 非常接近，但是可配置范围更广，只要 Runnable 组件下有的所有属性，都可以通过 configurable_fields() 进行配置，而 bind() 只能配置调用参数（一般调用参数都和组件参数有关系）。

可以通过以下函数来查看 configurable_fields() 支持配置哪些字段（父类属性也可以配置，但是在这里不显示）：

Runnable.__fields__.keys()

例如 PromptTemplate 组件下存在 template 字段，这个字段是提示模板的模板本体，同样也可以快速实现动态配置。
代码如下：

from langchain_core.prompts import PromptTemplate
from langchain_core.runnables import ConfigurableField

# 1.创建提示模板并配置支持动态配置的字段
prompt = PromptTemplate.from_template("请写一篇关于{subject}主题的冷笑话").configurable_fields(
    template=ConfigurableField(
        id="prompt_template",
        name="提示模板",
        description="提示模板字符串本身",
    )
)

# 2.传递配置更改prompt_template并调用生成内容
content = prompt.invoke(
    {"subject": "程序员"},
    config={"configurable": {"prompt_template": "请写一篇关于{subject}主题的藏头诗"}}
).to_string()
print(content)

输出结果：

请写一篇关于程序员主题的藏头诗

configurable_fields() 的运行原理及流程其实也非常简单，在调用 invoke() 函数调用链的时候，会调用 _prepare() 预处理函数，在预处理函数这里，会重新依据原有参数+配置的参数创建对应的组件进行覆盖，从而实现配置运行时链内部。
运行流程：

3. 资料推荐

• 🔗 官方文档参考
• 💡大模型中转API推荐
• ✨中转使用教程

核心源码：

# langchain_core/runnables/configurable.py --> RunnableConfigurableFields
def _prepare(
    self, config: Optional[RunnableConfig] = None
) -> Tuple[Runnable[Input, Output], RunnableConfig]:
    config = ensure_config(config)
    specs_by_id = {spec.id: (key, spec) for key, spec in self.fields.items()}
    configurable_fields = ...
    configurable_single_options = ...
    configurable_multi_options = ...
    configurable = {
        **configurable_fields,
        **configurable_single_options,
        **configurable_multi_options,
    }

    if configurable:
        init_params = {
            k: v
            for k, v in self.default.__dict__.items()
            if k in self.default.__fields__
        }
        return (
            self.default.__class__(**{**init_params, **configurable}),
            config,
        )
    else:
        return (self.default, config)