langchain中提供的chain链组件，能够帮助我门快速的实现各个组件的流水线式的调用，和模型的问答
根据查阅的资料，langchain的chain链结构如下：
工具名称 作用 流程 RunnablePassthrough 传递
原本的数据或
添加新的字段 $$A->B$$ RunnableParallel 并发输出结果并将结果
同时传递 $$A,B->C$$ RunnableLambda
自定义传递工具
原本的数据或
添加新的字段 $$A->B$$ RunnableParallel 并发输出结果并将结果
同时传递 $$A,B->C$$ RunnableLambda
自定义传递工具
乍一看很疑惑，我接下来用案例来解释各种用法。
这个案例几乎用了上面所有工具，用于演示用法
案例描述：输入论文的话题，写一篇950字的高中论文。
其他的代码我上期解释了，这里就不废话gpt 教程了，我着重讲chain链的构建，总体chain链的流程如下：
根据输入流程图流程，我们个以分解成一个个相关的链，再将各个链串起来。
构建各部分的链
1.获取写作大纲
流程描述：构建prompt->喂给ai->将返回解析成文本
这里用的和上的不同，区别在于前者比较简单，相当于后者直接用字典的形式，后者有langchain框架提供的prompt模板
2.查询相关的示例
这里就直接用Gemini，mock一些模拟数据（不保证真），用于完成案例，实际情况可以自己完善搜索逻辑。
这个相当于,后面可以不用显示调用
3. 根据大纲和示例写一篇论文
流程描述：构建prompt->喂给ai->将返回解析成文本
将各个链连起来
这里利用将和两个流程并列运行后一起输出到后面，传递给output_chain继续处理。
- 我不想利用RunnableParallel行不行？ 当然可以，可以用线性来代替，先查资料，后写大纲，然后再进行文章输出，但是效率可能会比较慢。
- 我希望看到输出的data和outline字段怎么办？ ，可以利用将生成的文本保存在新的字段中，调用时根据字典的方式定位各个文本，如下：
如果❤喜欢❤本系列教程，就点个关注吧，后续不定期更新~
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：Ai探索者，转载请注明出处：https://javaforall.net/236914.html原文链接：https://javaforall.net
