[LangChain] 09. Runnable接口 - 1

在 LCEL 中，几乎所有的模块：

• 提示词模板
• 模型
• 解析器

都是实现了 Runnable 接口的，可以将这些模块称之为 Runnable 类型。这种类型的模块可以快速插入到链条里面。

RunnableLambda

RunnableLambda 是 LangChain.js 提供的一种轻量级工具，它能把 普通函数 封装成符合 Runnable 接口规范的实例，从而让该函数能够无缝参与到 LCEL 的链式调用与流式处理流程中。

1. 快速上手案例

   import { RunnableLambda } from "@langchain/core/runnables";
   
   const fn = (text) => {
     return text.toUpperCase();
   };
   
   const runnableFn = RunnableLambda.from(fn);
   
   const res = await runnableFn.invoke("hello");
   
   console.log(res);
   

2. 关键词高亮插件

   闭包 --> *&*闭包*&*

   import { ChatOllama } from "@langchain/ollama";
   import { PromptTemplate } from "@langchain/core/prompts";
   import { StringOutputParser } from "@langchain/core/output_parsers";
   import { RunnableLambda } from "@langchain/core/runnables";
   
   // 1. 创建一个提示词模板
   const pt = PromptTemplate.fromTemplate("请使用中文解释下面的概念：{topic}");
   
   // 2. 创建模型
   const model = new ChatOllama({
     model: "llama3",
     temperature: 0.7,
   });
   
   // 3. 解析器
   const parser = new StringOutputParser();
   
   // 4. 创建一个链条
   let chain = pt.pipe(model).pipe(parser);
   
   // 5. 创建一个简单的插件
   const fn = (text) => text.replace(/闭包/g, "*&*闭包*&*");
   const highlight = RunnableLambda.from(fn);
   
   chain = chain.pipe(highlight);
   
   const res = await chain.invoke({
     topic: "闭包",
   });
   
   console.log(res);
   

更多场景：

• 插入日志收集模块
• 插入翻译模块（调用外部 API）
• 插入开关：判断某个条件是否中断执行
• 格式调整、结构清洗、敏感词过滤

pipe() 方法可接受的三种类型：

1. Runnable 实例：这是最常用的，也是最推荐的

2. 普通函数：LCEL 内部会自动用 RunnableLambda.from(fn) 包装成一个 Runnable。

3. 对象：将上游的输入（或结果）分别传给多个 runnable，然后返回一个对象。

   import { ChatOllama } from "@langchain/ollama";
   import { PromptTemplate } from "@langchain/core/prompts";
   import { StringOutputParser } from "@langchain/core/output_parsers";
   import { RunnableLambda } from "@langchain/core/runnables";
   
   // 创建模型
   const model = new ChatOllama({
     model: "llama3",
     temperature: 0.7,
   });
   
   // 解析器
   const parser = new StringOutputParser();
   
   // 创建两个子链
   const chain1 = PromptTemplate.fromTemplate(
     "请用中文用 2-3 句概括以下主题的核心含义：{input}"
   )
     .pipe(model)
     .pipe(parser);
   
   const chain2 = PromptTemplate.fromTemplate(
     "请用中文从以下主题中提取 5 个关键词，以逗号分隔：{input}"
   )
     .pipe(model)
     .pipe(parser);
   
   let chain = RunnableLambda.from((x) => x);
   
   chain = chain.pipe({
     summary: chain1,
     keywords: chain2,
   });
   
   const res = await chain.invoke({
     input: "闭包",
   });
   console.log(res);
   

RunnableMap

RunnableMap（也叫 RunnableParallel），它可以让多个链条 并发执行，并返回一个结构化的对象结果。

RunnableMap.from({ ... }) 会并发执行多个子链，并将它们的结果组合成一个对象返回。

import { ChatOllama } from "@langchain/ollama";
import { PromptTemplate } from "@langchain/core/prompts";
import { StringOutputParser } from "@langchain/core/output_parsers";
import { RunnableMap } from "@langchain/core/runnables";

// 创建模型
const model = new ChatOllama({
  model: "llama3",
  temperature: 0.7,
});

// 解析器
const parser = new StringOutputParser();

const chain1 = PromptTemplate.fromTemplate("用中文讲一个关于 {topic} 的笑话")
  .pipe(model)
  .pipe(parser);
const chain2 = PromptTemplate.fromTemplate("用中文写一首关于 {topic} 的两行诗")
  .pipe(model)
  .pipe(parser);

const chain = RunnableMap.from({
  joke: chain1,
  poem: chain2,
});

const res = await chain.invoke({
  topic: "小狗",
});
console.log(res);

---

-EOF-