02-chains.md

02 · 链（Chains）

🌐 English version: 02-chains.en.md

🧭 导航 · 🏠 首页 · 📚 学习路线 · 上一章：01 模型与提示词 · 下一章：03 记忆 · 相关：01 模型与提示词 · 04 检索与 RAG

🏷️ 难度：初级 · 时长：约 25 分钟 · 前置：01 模型与提示词

当"提示词 → 模型 → 解析"需要串联，或需要多步组合时，就用 链（Chain）。现代 LangChain 推荐用 LCEL（LangChain Expression Language） 以管道符 | 组合组件。

本章目标

• 理解"链"的本质：把多个可调用对象组合成一个更大的可调用对象。
• 掌握 LCEL 的 | 组合与 .invoke() / .stream() / .batch()。
• 能用 RunnableParallel / RunnablePassthrough 做分支与透传。

核心概念

1. 为什么需要链

单个模型调用解决不了复杂任务。例如"总结文档"= 加载文本 → 构造提示词 → 调模型 → 解析结果。把这几步固化成一条链，复用性与可读性都更好。

2. LCEL 管道

LCEL 用 | 把一个组件的输出接到下一个组件的输入：

prompt | model | output_parser

每个组件都是一个 Runnable，因此链本身也是 Runnable，可以嵌套、复用。

3. 关键 Runnable

• RunnablePassthrough：原样透传输入，常用于把原始字段一并传给后续步骤。
• RunnableParallel / 字典语法：并行执行多个分支并合并结果。
• RunnableLambda：把普通 Python 函数包装成链的一环（做格式转换、后处理）。

4. 调用方式

• .invoke(input)：单次同步调用，返回最终结果。
• .stream(input)：流式输出，适合聊天场景逐字返回。
• .batch([...])：批量调用，提升吞吐。

练习任务

1. 用 LCEL 拼出 prompt | model | StrOutputParser，实现"英文→中文"翻译链。
2. 用 RunnableParallel 同时生成"摘要"和"关键词"两个分支。
3. 用 RunnablePassthrough 在返回结果的同时保留原始问题。
4. 体验 .stream() 与 .invoke() 的输出差异。

常见坑

• 链中各环节的"输入/输出字段名"要接得上，字段对不上是初学者最常见错误。
• LCEL 链默认不保存状态；需要多轮上下文请看下一章 Memory。
• 批量 batch 时注意 API 限流，必要时控制并发数。

延伸阅读

• LangChain 官方 "LCEL" 文档与 Cookbook。
• Runnable 接口说明（invoke / stream / batch / compose）。