如何处理速率限制

前置条件

本指南假设您熟悉以下概念：

您可能会遇到因向模型提供商 API 发送过多请求而被限制速率的情况。

例如，如果您正在运行许多并行查询以在测试数据集上对聊天模型进行基准测试，则可能会发生这种情况。

如果您遇到这种情况，可以使用速率限制器来帮助您将请求速率与 API 允许的速率相匹配。

需要langchain-core >= 0.2.24

此功能在 langchain-core == 0.2.24 版本中添加。请确保您的包是最新版本。

初始化限流器

Langchain 内置了一个内存速率限制器。该速率限制器是线程安全的，可以在同一进程中的多个线程之间共享。

提供的速率限制器只能限制单位时间内的请求数量。如果您还需要根据请求大小进行限制，它将不起作用。

from langchain_core.rate_limiters import InMemoryRateLimiter

rate_limiter = InMemoryRateLimiter(
    requests_per_second=0.1,  # <-- Super slow! We can only make a request once every 10 seconds!!
    check_every_n_seconds=0.1,  # Wake up every 100 ms to check whether allowed to make a request,
    max_bucket_size=10,  # Controls the maximum burst size.
)

API 参考:InMemoryRateLimiter

选择模型

选择任意模型并通过 rate_limiter 属性向其传递 rate_limiter。

import os
import time
from getpass import getpass

if "ANTHROPIC_API_KEY" not in os.environ:
    os.environ["ANTHROPIC_API_KEY"] = getpass()


from langchain_anthropic import ChatAnthropic

model = ChatAnthropic(model_name="claude-3-opus-20240229", rate_limiter=rate_limiter)

API 参考:ChatAnthropic

让我们确认速率限制器是否正常工作。我们应该每 10 秒才能调用一次模型。

for _ in range(5):
    tic = time.time()
    model.invoke("hello")
    toc = time.time()
    print(toc - tic)

599073648452759
7502121925354
244257926940918
83088755607605
645203590393066

初始化限流器​

选择模型​

初始化限流器

选择模型