完整教程：langchain-PipelinePromptTemplate

这是一个 LangChain 中相对高级但非常强大的概念，它允许你将多个提示模板像管道一样串联起来，将一个模板的输出作为下一个模板的输入，最终组合成一个复杂的、结构化的最终提示。

核心概念

想象一下工厂的​​装配线（Pipeline）​​：

1. 第一个工位安装底盘。

2. 第二个工位接收带有底盘的半成品，并安装发动机。

3. 第三个工位接收前两步的半成品，并安装车身。

4. 最终，一台完整的汽车下线。

PipelinePromptTemplate的工作方式与此类似。它让你可以定义一系列提示模板步骤，并将它们组合成一个整体，而不是手动地、一步步地调用和拼接多个模板。

为什么要使用它？

在没有 PipelinePromptTemplate时，如果你要构建一个包含多个部分（如系统指令、一些示例、用户查询、上下文信息）的复杂提示，你可能需要：

1. 单独格式化每个模板。

2. 手动将它们拼接成一个巨大的字符串。

3. 管理它们之间的依赖关系和输入变量。

这种方式非常繁琐且容易出错。PipelinePromptTemplate通过​​自动化这个拼接过程​​并​​明确管理依赖关系​​来解决这个问题。

核心组成部分

一个 PipelinePromptTemplate主要由两部分组成：

1. ​​最终提示模板（Final Prompt Template）​​：

   • 这是最终生成的、将要发送给大语言模型（LLM）的提示模板。

   • 它定义了最终提示的结构，并包含对所有可用变量的引用（这些变量来自前面的管道步骤）。

2. ​​管道提示模板（Pipeline Prompt Templates）​​：

   • 这是一个由多个中间提示模板组成的列表。

   • 每个中间模板执行一项特定的任务（例如，生成系统消息、格式化示例等）。

   • 每个模板的​​输出​​将成为下一个模板的​​输入变量​​之一。

工作原理图解

下图直观地展示了 PipelinePromptTemplate的工作流程，它将多个提示模板的串联过程自动化：

如图所示，前一个模板的输出会成为后一个模板的输入，最终所有内容被整合到最终模板中。

代码示例

下面是一个具体的代码示例，展示了如何创建和使用 PipelinePromptTemplate：

from langchain.prompts.pipeline import PipelinePromptTemplate
from langchain.prompts.prompt import PromptTemplate
# 1. 定义多个独立的提示模板
# 模板1：生成系统指令
system_template = PromptTemplate.from_template(
"你是一位专业的{role}。请用{style}的风格来回答用户问题。"
)
# 模板2：格式化示例
example_template = PromptTemplate.from_template(
"以下是一个示例：\n输入：{example_input}\n输出：{example_output}"
)
# 模板3：最终提示（它将整合所有部分）
final_template = PromptTemplate.from_template("""
{system_message}
{formatted_examples}
请回答用户的问题：
{user_input}
""")
# 2. 将模板组合成管道
# 每个元素是一个元组：(变量名, 模板)
pipeline_prompts = [
("system_message", system_template),   # system_template的输出会赋给最终模板的system_message变量
("formatted_examples", example_template) # example_template的输出会赋给formatted_examples变量
]
# 创建管道提示模板
pipeline = PipelinePromptTemplate(
final_prompt=final_template,
pipeline_prompts=pipeline_prompts
)
# 3. 准备输入变量（包含所有模板需要的所有变量）
input_variables = {
"role": "厨师",
"style": "风趣幽默",
"example_input": "如何做西红柿炒蛋？",
"example_output": "第一步，先让西红柿和鸡蛋交个朋友...",
"user_input": "如何做红烧肉？" # 最终模板需要的变量
}
# 4. 格式化提示！PipelinePromptTemplate会自动处理所有的拼接工作。
formatted_prompt = pipeline.format(**input_variables)
print(formatted_prompt)

输出结果

运行上述代码，formatted_prompt将会是一个完美组合好的字符串：

你是一位专业的厨师。请用风趣幽默的风格来回答用户问题。
以下是一个示例：
输入：如何做西红柿炒蛋？
输出：第一步，先让西红柿和鸡蛋交个朋友...
请回答用户的问题：
如何做红烧肉？

优势总结

1. ​​模块化（Modularity）​​：你可以将复杂的提示分解成小的、可重用的模块。例如，可以单独维护一个“系统指令模板库”和一个“示例模板库”。

2. ​​可维护性（Maintainability）​​：修改其中一个部分（例如，更改系统指令的风格）不会影响其他部分。

3. ​​清晰性（Clarity）​​：清晰地定义了提示的每个部分是如何生成的，以及它们之间的依赖关系。

4. ​​减少错误​​：自动化拼接过程，避免了手动拼接可能出现的错误和疏忽。

何时使用？

当你发现自己在反复拼接多个提示字符串时，或者当你需要构建非常长且结构复杂的提示时，PipelinePromptTemplate是一个非常好的工具。它特别适用于构建高级的​​智能代理（Agents）​​、​​复杂链（Chains）​​ 以及​​需要动态注入少量示例（few-shot）​​ 的场景。