如何将参数从一个步骤传递到下一个步骤
先决条件
本指南假设您熟悉以下概念
当组合包含多个步骤的链时,有时您希望将先前步骤中的数据不变地传递,以用作后续步骤的输入。 RunnablePassthrough
类允许您执行此操作,通常与 RunnableParallel 结合使用,以将数据传递到您构建的链中的后续步骤。
请参见以下示例
%pip install -qU 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(
passed=RunnablePassthrough(),
modified=lambda x: x["num"] + 1,
)
runnable.invoke({"num": 1})
API 参考:RunnableParallel | RunnablePassthrough
{'passed': {'num': 1}, 'modified': 2}
如上所示,passed
键使用了 RunnablePassthrough()
,因此它只是简单地传递了 {'num': 1}
。
我们还在映射中设置了第二个键 modified
。它使用一个 lambda 函数来设置一个值,将 num 加 1,结果 modified
键的值为 2
。
检索示例
在下面的示例中,我们看到了一个更实际的用例,其中我们在链中使用 RunnablePassthrough
和 RunnableParallel
来正确格式化提示的输入
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()
retrieval_chain = (
{"context": retriever, "question": RunnablePassthrough()}
| prompt
| model
| StrOutputParser()
)
retrieval_chain.invoke("where did harrison work?")
API 参考:FAISS | StrOutputParser | ChatPromptTemplate | RunnablePassthrough | ChatOpenAI | OpenAIEmbeddings
'Harrison worked at Kensho.'
这里提示的输入应为带有 "context" 和 "question" 键的映射。用户输入只是问题。因此,我们需要使用我们的检索器获取上下文,并在 "question" 键下传递用户输入。RunnablePassthrough
允许我们将用户的问题传递给提示和模型。
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 runnables 的其他操作指南。