如何向链的状态添加值

前提条件

本指南假设您熟悉以下概念：

• LangChain 表达式语言 (LCEL)
• 链式可运行任务
• 并行调用可运行任务
• 自定义函数
• 数据传递

另一种在链的步骤中传递数据的方法是保持链状态的当前值不变，同时在给定的键下分配一个新值。 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。

这在常见的LangChain 表达式语言模式中很有用，该模式是以加法方式创建一个字典，以便用作后续步骤的输入。

以下是一个示例：

%pip install --upgrade --quiet langchain langchain-openai

import os
from getpass import getpass

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})

{'extra': {'num': 1, 'mult': 3}, 'modified': 2}

让我们分解一下这里发生的事情。

• 链的输入是 {"num": 1}。这个输入被传递给 RunnableParallel，它并行调用传入的可运行任务。
• extra 键下的值被调用。RunnablePassthrough.assign() 保持输入字典中的原始键 ({"num": 1})，并分配一个名为 mult 的新键。值为 lambda x: x["num"] * 3)，结果为 3。因此，结果为 {"num": 1, "mult": 3}。
• {"num": 1, "mult": 3} 被返回给 RunnableParallel 调用，并被设置为键 extra 的值。
• 与此同时，modified 键被调用。结果为 2，因为 lambda 从其输入中提取一个名为 "num" 的键并加一。

因此，结果是 {'extra': {'num': 1, 'mult': 3}, 'modified': 2}。

流式处理

这种方法的一个方便特性是，它允许值在可用时立即通过。为了展示这一点，我们将使用 RunnablePassthrough.assign() 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)

{'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，第一个数据块包含原始的 "question"，因为它是立即可用的。第二个数据块包含 "context"，因为检索器第二个完成。最后，generation_chain 的输出在可用时以数据块的形式流出。

下一步

现在您已经了解了如何通过链条传递数据，以帮助格式化流经链条的数据。

要了解更多信息，请参阅本节中有关可运行项的其他操作指南。