如何向链的状态添加值
先决条件
本指南假设您熟悉以下概念
另一种传递数据通过链步骤的方式是在保持链状态当前值不变的情况下,在给定键下分配新值。RunnablePassthrough.assign()
静态方法接受一个输入值,并添加传递给 assign 函数的额外参数。
这在增量创建字典以用作后续步骤输入的常见LangChain 表达式语言模式中很有用。
这是一个示例
%pip install --upgrade --quiet langchain langchain-openai
import os
from getpass import getpass
if "OPENAI_API_KEY" not in os.environ:
os.environ["OPENAI_API_KEY"] = getpass()
from langchain_core.runnables import RunnableParallel, RunnablePassthrough
runnable = RunnableParallel(
extra=RunnablePassthrough.assign(mult=lambda x: x["num"] * 3),
modified=lambda x: x["num"] + 1,
)
runnable.invoke({"num": 1})
API 参考:RunnableParallel | RunnablePassthrough
{'extra': {'num': 1, 'mult': 3}, 'modified': 2}
让我们分解一下这里发生了什么。
- 链的输入是
{"num": 1}
。这被传递给RunnableParallel
,它并行地调用传递给它的可运行对象,并使用该输入。 - 调用
extra
键下的值。RunnablePassthrough.assign()
保留输入字典中的原始键 ({"num": 1}
),并分配一个名为mult
的新键。该值为lambda x: x["num"] * 3)
,即3
。因此,结果为{"num": 1, "mult": 3}
。 {"num": 1, "mult": 3}
被返回到RunnableParallel
调用,并设置为键extra
的值。- 同时,调用
modified
键。结果为2
,因为 lambda 从其输入中提取名为"num"
的键并加一。
因此,结果为 {'extra': {'num': 1, 'mult': 3}, 'modified': 2}
。
流式传输
此方法的一个便利功能是,它允许值在可用时立即传递。为了展示这一点,我们将使用 RunnablePassthrough.assign()
来立即返回检索链中的源文档。
from langchain_community.vectorstores import FAISS
from langchain_core.output_parsers import StrOutputParser
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.runnables import RunnablePassthrough
from langchain_openai import ChatOpenAI, OpenAIEmbeddings
vectorstore = FAISS.from_texts(
["harrison worked at kensho"], embedding=OpenAIEmbeddings()
)
retriever = vectorstore.as_retriever()
template = """Answer the question based only on the following context:
{context}
Question: {question}
"""
prompt = ChatPromptTemplate.from_template(template)
model = ChatOpenAI()
generation_chain = prompt | model | StrOutputParser()
retrieval_chain = {
"context": retriever,
"question": RunnablePassthrough(),
} | RunnablePassthrough.assign(output=generation_chain)
stream = retrieval_chain.stream("where did harrison work?")
for chunk in stream:
print(chunk)
API 参考:FAISS | StrOutputParser | ChatPromptTemplate | RunnablePassthrough | ChatOpenAI | OpenAIEmbeddings
{'question': 'where did harrison work?'}
{'context': [Document(page_content='harrison worked at kensho')]}
{'output': ''}
{'output': 'H'}
{'output': 'arrison'}
{'output': ' worked'}
{'output': ' at'}
{'output': ' Kens'}
{'output': 'ho'}
{'output': '.'}
{'output': ''}
我们可以看到第一个块包含原始的 "question"
,因为它是立即可用的。第二个块包含 "context"
,因为检索器第二个完成。最后,来自 generation_chain
的输出在可用时立即以块的形式流式传输。
下一步
现在您已经学习了如何通过链传递数据,以帮助格式化流经链的数据。
要了解更多信息,请参阅本节中关于可运行对象的其他操作指南。