如何将值添加到链的状态中

前置条件

本指南假设您熟悉以下概念：

通过链式步骤传递数据的另一种方式是保持链状态的当前值不变，同时在给定键下分配一个新值。RunnablePassthrough.assign() 静态方法接收一个输入值，并将传递给 assign 函数的额外参数添加进去。

这在常见的 LangChain 表达式语言模式中非常有用，该模式通过累加方式创建字典，以便作为后续步骤的输入。

这是一个示例：

%pip install --upgrade --quiet 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(
    extra=RunnablePassthrough.assign(mult=lambda x: x["num"] * 3),
    modified=lambda x: x["num"] + 1,
)

runnable.invoke({"num": 1})

API 参考:可运行并行 |可运行传递器

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

让我们分解一下这里正在发生的事情。

链的输入是 {"num": 1}。它被传递到一个 RunnableParallel，该 RunnableParallel 以并行方式调用其接收的可运行对象（runnables）以及该输入。
extra 键下的值被调用。RunnablePassthrough.assign() 保留输入字典 ({"num": 1}) 中的原始键，并分配一个名为 mult 的新键。该值为 lambda x: x["num"] * 3)，即 3。因此，结果为 {"num": 1, "mult": 3}。
{"num": 1, "mult": 3} 被返回给 RunnableParallel 调用，并设置为键 extra 的值。
同时，modified 键被调用。结果为 2，因为 lambda 从输入中提取名为 "num" 的键并加一。

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

流式传输

该方法的一个便利特性是，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() 在检索链中立即返回源文档：

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，第一个块包含原始的 "question"，因为它是立即可用的。第二个块包含 "context"，因为检索器在第二完成。最后，来自 generation_chain 的输出在可用时立即以块的形式流式传输。

下一步

现在您已经了解了如何通过链传递数据，以帮助格式化在您的链中流动的数据。

要了解更多信息，请参阅本节中关于可运行对象的其它操操作指南。

流式传输​

下一步​

流式传输

下一步