LangChain幾乎是LLM應用開發的第一選擇，它的野心也比較大，它致力於將自己打造成LLM應用開發的最大社群。而LangChain最核心的部分非 Chain 莫屬。
那Chain到底是個啥，概念比較模糊，像霧像雨又像風，這篇文章將帶你快速理透 LangChain 中的 Chain 概念。
1. Chain是核心
LangChain的Chain到底是什麼？一句話總結：Chain是指對 LangChain 多個元件的一系列呼叫。
再看看官網的解釋：Chain是指呼叫的序列 - 無論是呼叫 LLM、工具還是資料預處理步驟，主要支援的方法是使用 LCEL。
官網裡還提到了LCEL，LCEL是LangChain 表示式語言，是一種更加高效簡介的連結 LangChain 元件的方式，也是官網推薦的方式。
從下圖官網的描述，也可以看到，Chain可以是從最簡單的“prompt + LLM”鏈 到 最複雜的鏈（執行了包含 100 多個步驟的鏈）。
2. 為什麼需要Chain
我們所期待的LLM是能處理許多複雜任務，而非簡單的一問一答，也不是簡單的處理單一任務。
所以，最終我期待的LLM處理任務的流程應該是這樣，它中間的複雜過程對使用者來說是一個黑盒：
既然定位是完成複雜任務，那自然就需要透過某個機制將多個單一任務串起來，形成一個大的鏈條，多個步驟共同完成某個複雜任務。
***Chain可以將多個步驟連線到一起，最終完成各種複雜繁瑣的任務。***這就是Chain存在的必要性了。我很喜歡LangChain的Logo，很形象地表達了這一思想。
Chain需要對多個元件一系列的呼叫或者一系列的串聯，這樣才能完成複雜任務。當然，我們也可以把 Chain 看作是流水線。透過使用 Chain，你可以將各個步驟定義為獨立的模組，然後按順序串聯起來。這樣不僅大大簡化了程式碼邏輯，也使得整個流程更加直觀和易於管理。
而LCEL的存在，也只是為了讓構建鏈的過程更簡單，讓鏈的表達力更清晰更簡單。
接下來，我將透過一個示例展示沒有 Chain 和有Chain的2種實現方式，以便更清晰地理解 Chain 的價值。
3. 如果沒有Chain
這裡舉個例子，比如：我們給LLM輸入一段專案描述，讓LLM給這個專案起一個名稱和Slogan。
如果不使用Chain的話，我們可以這樣實現。
# 本次需求：我們給LLM輸入一段專案描述，讓LLM給這個專案起一個名稱和Slogan
# 以下是實現：
from langchain.prompts import PromptTemplate, ChatPromptTemplate
from langchain_core.output_parsers import StrOutputParser
proj_desc = """
我們本次的專案是去森林裡探險救援，我們有一個10人小隊，
我們要到達一個叫做“蝴蝶谷”的目的地，去那裡解救一位被困的科學家。
這期間我們可能會遇到許多危險，我們需要共同合作，互相幫助，歷經磨難，才能到達目的地。
我們的任務是要在5天內到達目的地並且救出探險家，才算完成這次探險，否則任務失敗，我們將受到懲罰。
出發前我們要各自準備好自己的裝備和乾糧，加油！
"""
def name_slogan_by_desc(project_desc):
"""
根據專案描述，生成專案名稱和slogan
"""
str_parser = StrOutputParser()
promt_template_project_name = "請你根據<desc>標籤裡的關於某個專案的描述，生成一個專案名稱，只需要返回專案名稱。<desc>{project_desc}</desc>"
promt_project_name = PromptTemplate.from_template(promt_template_project_name)
final_promt_project_name = promt_project_name.invoke({"project_desc": project_desc})
res_project_name = model.invoke(final_promt_project_name)
parsed_res_project_name = str_parser.invoke(res_project_name)
promt_template_slogan = "請你根據<desc>標籤裡的關於某個專案的描述，和這個專案的名稱{project_name}，給這個專案起一個slogan，slogan要求乾脆簡潔積極向上，只返回slogan。<desc>{project_desc}</desc>"
promt_slogan = PromptTemplate.from_template(promt_template_slogan)
final_promt_slogan = promt_slogan.invoke(
{"project_desc": project_desc, "project_name": parsed_res_project_name}
)
response_slogan = model.invoke(final_promt_slogan)
parsed_response_slogan = str_parser.invoke(response_slogan)
final_result = {
"project_name": parsed_res_project_name,
"slogan": parsed_response_slogan,
}
return final_result
# 輸入專案描述，輸出專案名稱和slogan
result = name_slogan_by_desc(proj_desc)
print(result)
執行結果如下：
{'project_name': '蝴蝶谷救援行動', 'slogan': '拯救科學家，共同合作，蝴蝶谷等你來！'}
可以看到，實現過程比較繁瑣，變數和程式碼也多，不夠直觀，很容易出錯。這還只是簡單場景，如果碰到複雜場景就更麻煩了。
4. 因為有了Chain
接下來，我們使用 LangChain 的 Chain 功能，來實現相同的功能。程式碼如下：
# 本次需求：我們給LLM輸入一段專案描述，讓LLM給這個專案起一個名稱和Slogan
# 以下是實現：
from operator import itemgetter
from langchain.prompts import PromptTemplate, ChatPromptTemplate
from langchain_core.output_parsers import StrOutputParser
from langchain.chains import LLMChain, SequentialChain
proj_desc = """
我們本次的專案是去森林裡探險救援，我們有一個10人小隊，
我們要到達一個叫做“蝴蝶谷”的目的地，去那裡解救一位被困的科學家。
這期間我們可能會遇到許多危險，我們需要共同合作，互相幫助，歷經磨難，才能到達目的地。
我們的任務是要在5天內到達目的地並且救出探險家，才算完成這次探險，否則任務失敗，我們將受到懲罰。
出發前我們要各自準備好自己的裝備和乾糧，加油！
"""
def name_slogan_by_desc(project_desc):
"""
根據專案描述，生成專案名稱和slogan
"""
# 第1條鏈
promt_template_project_name = "請你根據<desc>標籤裡的關於某個專案的描述，生成一個專案名稱，只需要返回專案名稱。<desc>{project_desc}</desc>"
chain_one = LLMChain(
llm=model,
prompt=PromptTemplate.from_template(promt_template_project_name),
output_parser=StrOutputParser(),
output_key="project_name",
)
# 第2條鏈
promt_template_slogan = "請你根據<desc>標籤裡的關於某個專案的描述，和這個專案的名稱{project_name}，給這個專案起一個slogan，slogan要求乾脆簡潔積極向上，只返回slogan。<desc>{project_desc}</desc>"
chain_two = LLMChain(
llm=model,
prompt=PromptTemplate.from_template(promt_template_slogan),
output_parser=StrOutputParser(),
output_key="slogan",
)
# 串聯兩條鏈
sequential_chain = SequentialChain(
chains=[chain_one, chain_two],
input_variables=["project_desc"],
output_variables=["project_name", "slogan"],
)
final_res = sequential_chain(project_desc)
final_result = {
"project_name": final_res["project_name"],
"slogan": final_res["slogan"],
}
return final_result
# 輸入專案描述，輸出專案名稱和slogan
result = name_slogan_by_desc(proj_desc)
print(result)
執行結果如下：
{'project_name': '蝴蝶谷救援行動', 'slogan': '團結合作，共赴蝴蝶谷'}
可以看到程式碼更簡潔，也很直觀，當然，也可以使用LCEL讓整個鏈條更加簡潔清晰。
5. LCEL表示式
LCEL方式的程式碼如下：
# 本次需求：我們給LLM輸入一段專案描述，讓LLM給這個專案起一個名稱和Slogan
# 以下是實現：
from langchain.prompts import PromptTemplate, ChatPromptTemplate
from langchain_core.output_parsers import StrOutputParser
proj_desc = """
我們本次的專案是去森林裡探險救援，我們有一個10人小隊，
我們要到達一個叫做“蝴蝶谷”的目的地，去那裡解救一位被困的科學家。
這期間我們可能會遇到許多危險，我們需要共同合作，互相幫助，歷經磨難，才能到達目的地。
我們的任務是要在5天內到達目的地並且救出探險家，才算完成這次探險，否則任務失敗，我們將受到懲罰。
出發前我們要各自準備好自己的裝備和乾糧，加油！
"""
def name_slogan_by_desc(project_desc):
"""
根據專案描述，生成專案名稱和slogan
"""
# 第1條鏈
promt_template_project_name = "請你根據<desc>標籤裡的關於某個專案的描述，生成一個專案名稱，只需要返回專案名稱。<desc>{project_desc}</desc>"
chain_one = (
PromptTemplate.from_template(promt_template_project_name)
| model
| {"project_name": StrOutputParser(), "project_desc": lambda x: project_desc}
)
# 第2條鏈
promt_template_slogan = "請你根據<desc>標籤裡的關於某個專案的描述，和這個專案的名稱{project_name}，給這個專案起一個slogan，slogan要求乾脆簡潔積極向上，只返回slogan。<desc>{project_desc}</desc>"
chain_two = (
PromptTemplate.from_template(promt_template_slogan)
| model
| {"slogan": StrOutputParser(), "project_info": lambda x: chain_one}
)
# 串聯兩條鏈
final_chain = chain_one | chain_two
final_res = final_chain.invoke({"project_desc": project_desc})
final_result = {
"project_name": final_res["project_info"]["project_name"],
"slogan": final_res["slogan"],
}
return final_result
# 輸入專案描述，輸出專案名稱和slogan
result = name_slogan_by_desc(proj_desc)
print(result)
普通方式和LCEL方式的核心程式碼對比：
- 普通方式：
- LCEL方式：
6. 總結
本文主要聊了 LangChain 中的 Chain 概念。Chain 是 LangChain 中的核心元件，我們對多個元件的一系列呼叫就是Chain。
使用Chain可以讓構建複雜的任務，更加清晰簡潔。
=====>>>>>> 關於我 <<<<<<=====
本篇完結！歡迎點贊 關注 收藏！！！
原文連結：https://mp.weixin.qq.com/s/IdaO8CeS1TKoQDCcjMqWsg
