成人免费xxxxx在线视频软件_久久精品久久久_亚洲国产精品久久久_天天色天天色_亚洲人成一区_欧美一级欧美三级在线观看

五分鐘理透 LangChain 的 Chain

人工智能
本文主要聊了 LangChain 中的 Chain 概念。Chain 是 LangChain 中的核心組件,我們對多個組件的一系列調用就是Chain。

LangChain幾乎是LLM應用開發的第一選擇,它的野心也比較大,它致力于將自己打造成LLM應用開發的最大社區。而LangChain最核心的部分非 Chain 莫屬。

那Chain到底是個啥,概念比較模糊,像霧像雨又像風,這篇文章將帶你快速理透 LangChain 中的 Chain 概念。

1. Chain是核心

LangChain的Chain到底是什么?一句話總結:Chain是指對 LangChain 多個組件的一系列調用。

再看看官網的解釋:Chain是指調用的序列 - 無論是調用 LLM、工具還是數據預處理步驟,主要支持的方法是使用 LCEL。

官網里還提到了LCEL,LCEL是LangChain 表達式語言,是一種更加高效簡介的鏈接 LangChain 組件的方式,也是官網推薦的方式。

從下圖官網的描述,也可以看到,Chain可以是從最簡單的“prompt + LLM”鏈 到 最復雜的鏈(運行了包含 100 多個步驟的鏈)。

2. 為什么需要Chain

我們所期待的LLM是能處理許多復雜任務,而非簡單的一問一答,也不是簡單的處理單一任務。

所以,最終我期待的LLM處理任務的流程應該是這樣,它中間的復雜過程對用戶來說是一個黑盒:

既然定位是完成復雜任務,那自然就需要通過某個機制將多個單一任務串起來,形成一個大的鏈條,多個步驟共同完成某個復雜任務。

Chain可以將多個步驟連接到一起,最終完成各種復雜繁瑣的任務。這就是Chain存在的必要性了。我很喜歡LangChain的Logo,很形象地表達了這一思想。

Chain需要對多個組件一系列的調用或者一系列的串聯,這樣才能完成復雜任務。當然,我們也可以把 Chain 看作是流水線。通過使用 Chain,你可以將各個步驟定義為獨立的模塊,然后按順序串聯起來。這樣不僅大大簡化了代碼邏輯,也使得整個流程更加直觀和易于管理。

而LCEL的存在,也只是為了讓構建鏈的過程更簡單,讓鏈的表達力更清晰更簡單。

接下來,我將通過一個示例展示沒有 Chain 和有Chain的2種實現方式,以便更清晰地理解 Chain 的價值。

3. 如果沒有Chain

這里舉個例子,比如:我們給LLM輸入一段項目描述,讓LLM給這個項目起一個名稱和Slogan。

如果不使用Chain的話,我們可以這樣實現。

# 本次需求:我們給LLM輸入一段項目描述,讓LLM給這個項目起一個名稱和Slogan
# 以下是實現:

from langchain.prompts import PromptTemplate, ChatPromptTemplate
from langchain_core.output_parsers import StrOutputParser


proj_desc = """
    我們本次的項目是去森林里探險救援,我們有一個10人小隊,
    我們要到達一個叫做“蝴蝶谷”的目的地,去那里解救一位被困的科學家。
    這期間我們可能會遇到許多危險,我們需要共同合作,互相幫助,歷經磨難,才能到達目的地。
    我們的任務是要在5天內到達目的地并且救出探險家,才算完成這次探險,否則任務失敗,我們將受到懲罰。
    出發前我們要各自準備好自己的裝備和干糧,加油!
"""


def name_slogan_by_desc(project_desc):
    """
    根據項目描述,生成項目名稱和slogan
    """
    str_parser = StrOutputParser()

    promt_template_project_name = "請你根據<desc>標簽里的關于某個項目的描述,生成一個項目名稱,只需要返回項目名稱。<desc>{project_desc}</desc>"
    promt_project_name = PromptTemplate.from_template(promt_template_project_name)
    final_promt_project_name = promt_project_name.invoke({"project_desc": project_desc})
    res_project_name = model.invoke(final_promt_project_name)
    parsed_res_project_name = str_parser.invoke(res_project_name)


    promt_template_slogan = "請你根據<desc>標簽里的關于某個項目的描述,和這個項目的名稱{project_name},給這個項目起一個slogan,slogan要求干脆簡潔積極向上,只返回slogan。<desc>{project_desc}</desc>"
    promt_slogan = PromptTemplate.from_template(promt_template_slogan)
    final_promt_slogan = promt_slogan.invoke(
        {"project_desc": project_desc, "project_name": parsed_res_project_name}
    )
    response_slogan = model.invoke(final_promt_slogan)
    parsed_response_slogan = str_parser.invoke(response_slogan)


    final_result = {
        "project_name": parsed_res_project_name,
        "slogan": parsed_response_slogan,
    }
    return final_result

# 輸入項目描述,輸出項目名稱和slogan
result = name_slogan_by_desc(proj_desc)
print(result)

執行結果如下:

{'project_name': '蝴蝶谷救援行動', 'slogan': '拯救科學家,共同合作,蝴蝶谷等你來!'}

可以看到,實現過程比較繁瑣,變量和代碼也多,不夠直觀,很容易出錯。這還只是簡單場景,如果碰到復雜場景就更麻煩了。

4. 因為有了Chain

接下來,我們使用 LangChain 的 Chain 功能,來實現相同的功能。代碼如下:

# 本次需求:我們給LLM輸入一段項目描述,讓LLM給這個項目起一個名稱和Slogan
# 以下是實現:

from operator import itemgetter
from langchain.prompts import PromptTemplate, ChatPromptTemplate
from langchain_core.output_parsers import StrOutputParser
from langchain.chains import LLMChain, SequentialChain

proj_desc = """
    我們本次的項目是去森林里探險救援,我們有一個10人小隊,
    我們要到達一個叫做“蝴蝶谷”的目的地,去那里解救一位被困的科學家。
    這期間我們可能會遇到許多危險,我們需要共同合作,互相幫助,歷經磨難,才能到達目的地。
    我們的任務是要在5天內到達目的地并且救出探險家,才算完成這次探險,否則任務失敗,我們將受到懲罰。
    出發前我們要各自準備好自己的裝備和干糧,加油!
"""

def name_slogan_by_desc(project_desc):
    """
    根據項目描述,生成項目名稱和slogan
    """

    # 第1條鏈
    promt_template_project_name = "請你根據<desc>標簽里的關于某個項目的描述,生成一個項目名稱,只需要返回項目名稱。<desc>{project_desc}</desc>"
    chain_one = LLMChain(
        llm=model,
        prompt=PromptTemplate.from_template(promt_template_project_name),
        output_parser=StrOutputParser(),
        output_key="project_name",
    )

    # 第2條鏈
    promt_template_slogan = "請你根據<desc>標簽里的關于某個項目的描述,和這個項目的名稱{project_name},給這個項目起一個slogan,slogan要求干脆簡潔積極向上,只返回slogan。<desc>{project_desc}</desc>"
    chain_two = LLMChain(
        llm=model,
        prompt=PromptTemplate.from_template(promt_template_slogan),
        output_parser=StrOutputParser(),
        output_key="slogan",
    )

    # 串聯兩條鏈
    sequential_chain = SequentialChain(
        chains=[chain_one, chain_two],
        input_variables=["project_desc"],
        output_variables=["project_name", "slogan"],
    )
    final_res = sequential_chain(project_desc)

    final_result = {
        "project_name": final_res["project_name"],
        "slogan": final_res["slogan"],
    }
    return final_result

# 輸入項目描述,輸出項目名稱和slogan
result = name_slogan_by_desc(proj_desc)
print(result)

執行結果如下:

{'project_name': '蝴蝶谷救援行動', 'slogan': '團結合作,共赴蝴蝶谷'}

可以看到代碼更簡潔,也很直觀,當然,也可以使用LCEL讓整個鏈條更加簡潔清晰。

5. LCEL表達式

LCEL方式的代碼如下:

# 本次需求:我們給LLM輸入一段項目描述,讓LLM給這個項目起一個名稱和Slogan
# 以下是實現:

from langchain.prompts import PromptTemplate, ChatPromptTemplate
from langchain_core.output_parsers import StrOutputParser

proj_desc = """
    我們本次的項目是去森林里探險救援,我們有一個10人小隊,
    我們要到達一個叫做“蝴蝶谷”的目的地,去那里解救一位被困的科學家。
    這期間我們可能會遇到許多危險,我們需要共同合作,互相幫助,歷經磨難,才能到達目的地。
    我們的任務是要在5天內到達目的地并且救出探險家,才算完成這次探險,否則任務失敗,我們將受到懲罰。
    出發前我們要各自準備好自己的裝備和干糧,加油!
"""

def name_slogan_by_desc(project_desc):
    """
    根據項目描述,生成項目名稱和slogan
    """

    # 第1條鏈
    promt_template_project_name = "請你根據<desc>標簽里的關于某個項目的描述,生成一個項目名稱,只需要返回項目名稱。<desc>{project_desc}</desc>"
    chain_one = (
        PromptTemplate.from_template(promt_template_project_name)
        | model
        | {"project_name": StrOutputParser(), "project_desc": lambda x: project_desc}
    )

    # 第2條鏈
    promt_template_slogan = "請你根據<desc>標簽里的關于某個項目的描述,和這個項目的名稱{project_name},給這個項目起一個slogan,slogan要求干脆簡潔積極向上,只返回slogan。<desc>{project_desc}</desc>"
    chain_two = (
        PromptTemplate.from_template(promt_template_slogan)
        | model
        | {"slogan": StrOutputParser(), "project_info": lambda x: chain_one}
    )

    # 串聯兩條鏈
    final_chain = chain_one | chain_two
    final_res = final_chain.invoke({"project_desc": project_desc})

    final_result = {
        "project_name": final_res["project_info"]["project_name"],
        "slogan": final_res["slogan"],
    }

    return final_result

# 輸入項目描述,輸出項目名稱和slogan
result = name_slogan_by_desc(proj_desc)
print(result)

普通方式和LCEL方式的核心代碼對比:

普通方式:

LCEL方式:

責任編輯:趙寧寧 來源: 程序員半支煙
相關推薦

2024-06-25 12:25:12

LangChain路由鏈

2023-05-25 08:02:09

構建工具源碼JS

2020-06-16 08:47:53

磁盤

2024-12-11 07:00:00

面向對象代碼

2025-03-13 06:22:59

2009-11-16 10:53:30

Oracle Hint

2025-01-07 08:11:06

ArrayArrayList場景

2021-09-07 09:40:20

Spark大數據引擎

2009-11-16 09:53:56

PHP上傳類

2023-07-23 18:47:59

Docker開源

2021-12-01 06:50:50

Docker底層原理

2022-12-16 09:55:50

網絡架構OSI

2009-11-17 14:50:50

Oracle調優

2025-01-21 07:39:04

Linux堆內存Golang

2023-09-07 23:52:50

Flink代碼

2019-08-09 10:33:36

開發技能代碼

2021-06-07 09:51:22

原型模式序列化

2009-10-22 16:18:19

Oracle表空間

2025-01-20 08:50:00

2024-09-18 08:21:24

JavaScriptTypeScriptprototype
點贊
收藏

51CTO技術棧公眾號

主站蜘蛛池模板: 特级特黄特色的免费大片 | 亚洲播放一区 | 国内精品一区二区三区 | 一区二区av | 一本综合久久 | 韩三级在线观看 | 黄色毛片免费看 | 欧美日韩高清在线一区 | 五月激情综合 | 成人在线观看免费视频 | 亚洲一区视频在线 | 国产精品成人一区二区三区 | 91精品国产91久久久久久密臀 | 亚洲色综合 | 韩国av电影网 | 亚洲精品第一页 | 一区二区免费在线观看 | 日韩在线欧美 | 国产日韩中文字幕 | 1区2区视频 | 99热在这里只有精品 | 亚洲色视频| 韩日一区| 久艹av| 99久久99| www成人免费视频 | 99re99| 亚洲精品一区二区在线观看 | 91精品国产乱码久久久久久久久 | 亚洲精品免费视频 | 国产精品99久久久久久动医院 | 四虎影院免费在线播放 | 亚洲成人黄色 | 看特级黄色片 | 第一区在线观看免费国语入口 | 国产精品亚洲欧美日韩一区在线 | 欧美日韩福利视频 | 精品真实国产乱文在线 | 久久精品视频在线观看 | 国产成人精品一区二区在线 | 欧美1区 |