怎么找到网站站长网页微信二维码不能直接识别

chain简介

LangChain 中的 Chain 模块‌在开发大型语言模型（LLM）驱动的应用程序中起着至关重要的作用。Chain是串联LLM能力与实际业务的关键桥梁，通过将多个工具和模块按逻辑串联起来，实现复杂任务的多步骤流程编排。

案例

通过给小黑黑写演讲稿和口号进行演示。
1.通过小黑黑自我介绍，让大模型撰写演讲稿。
2.通过撰写的演讲稿和小黑黑的自我介绍，再让大模型给小黑黑生成一个口号。

不使用chain的方式(通过观察发现，仅仅两步操作，代码却十分冗余，需要不断地对输入和输出进行接收和封装)

# 不使用chain的形式
from langchain.prompts import PromptTemplate, ChatPromptTemplate
from langchain_core.output_parsers import StrOutputParser
from langchain_openai import ChatOpenAI
zhipu_key = 'a66dxxxxxbexxxxxxxxxxxxxxxxxxx31xxxxxHQxxxxzWJo'
model = ChatOpenAI(temperature=0.01,model="glm-4-flash",openai_api_key=zhipu_key,openai_api_base="https://open.bigmodel.cn/api/paas/v4/"
)
people_description = '''
我叫小黑黑，我长的非常黑，喜欢跑步骑车。
'''
# 解析器
str_parser = StrOutputParser()
# 撰写演讲稿提示模版
prompt_poster = "你是一个演讲稿撰写专家，可以为单身的男生撰写相亲活动自我介绍演讲稿，根据<desc>标签里的关于某个男生的自我介绍，给他写一段演讲稿。<desc>{people_description}</desc>"
prompt_poster_template = PromptTemplate.from_template(prompt_poster)
prompt_poster_template_res = prompt_poster_template.invoke({'people_description':people_description})
poster_res = model.invoke(prompt_poster_template_res)
# 模型生成自我介绍
poster_res_str = str_parser.invoke(poster_res)
print('************************第一步：大模型撰写演讲稿**************')
print(poster_res_str)
print('************************第二步：大模型通过演讲稿和自我介绍，撰写口号***************')
prompt_slogn = "你是一个口号撰写专家，可以为参加相亲活动的男生做一个口号撰写，根据<desc>标签里的关于某个男生的自我介绍和<poster>标签里的发言内容，给他写一句活动口号。<desc>{people_description}</desc><poster>{poster}</poster>"
prompt_slogn_template = PromptTemplate.from_template(prompt_slogn)
prompt_slogn_template_res = prompt_slogn_template.invoke({'people_description':people_description, 'poster':poster_res_str})
slogn_res = model.invoke(prompt_slogn_template_res)
slogn_res_str = str_parser.invoke(slogn_res)
print(slogn_res_str)

**********第一步：大模型撰写演讲稿
尊敬的各位来宾，大家好！

今天，我站在这里，带着一颗真诚的心，希望能在这里遇到那个特别的你。我的名字叫小黑黑，听起来可能有点特别，但这也正是我个性的体现。是的，我长得非常黑，但这并不是我的全部，它只是我独特魅力的一个标签。

我热爱生活，喜欢挑战自我。跑步和骑车是我生活中不可或缺的一部分。每当我穿上跑鞋，踏上跑道，或是骑上自行车，穿梭在风景如画的道路上，我都能感受到生命的活力和自由。这些运动不仅让我保持了健康的体魄，也让我学会了坚持和毅力。

我性格开朗，乐观向上。我相信，每个人都有自己的闪光点，而我，就是那个愿意用心去发现和欣赏这些闪光点的人。我期待着与一个同样热爱生活、积极向上的你，一起分享生活的点点滴滴。

在这个相亲的舞台上，我希望能够遇到那个能够理解我、支持我的人。我相信，爱情不仅仅是外表的吸引，更是心灵的契合。我愿意用我的真诚和热情，去温暖你的心房，去守护我们的未来。

最后，我想说，小黑黑，虽然名字听起来有点特别，但我的内心充满了阳光。如果你愿意，就让我们一起，在这美好的时光里，寻找那份属于我们的幸福吧！

谢谢大家！
*********第二步：大模型通过演讲稿和自我介绍，撰写口号
口号：阳光小黑黑，活力跑骑者，携手寻真爱！

使用chain的方式(通过观察发现，chain将单一任务串联了起来，进行了很好的流程性封装，不仅大大简化了代码逻辑，也使得整个流程更加直观和易于管理)

# 使用chain
from operator import itemgetter
from langchain.prompts import PromptTemplate
from langchain_core.output_parsers import StrOutputParser
from langchain.chains import LLMChain, SequentialChain
zhipu_key = 'axxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxJo'
model = ChatOpenAI(temperature=0.01,model="glm-4-flash",openai_api_key=zhipu_key,openai_api_base="https://open.bigmodel.cn/api/paas/v4/"
)
people_description = '''
我叫小黑黑，我长的非常黑，喜欢跑步骑车。
'''
# 撰写自我介绍提示模版
prompt_poster = "你是一个演讲稿撰写专家，可以为单身的男生撰写相亲活动自我介绍演讲稿，根据<desc>标签里的关于某个男生的自我介绍，给他写一段演讲稿。<desc>{people_description}</desc>"
chain_one = LLMChain(llm=model,prompt=PromptTemplate.from_template(prompt_poster),output_parser=StrOutputParser(),output_key='poster'
)
print('**************************第一个chain的输出结果，生成演讲稿************************************')
print(chain_one.invoke({'people_description':people_description}))
# 撰写演讲稿提示模版
prompt_slogn = "你是一个口号撰写专家，可以为参加相亲活动的男生做一个口号撰写，根据<desc>标签里的关于某个男生的自我介绍和<poster>标签里的发言内容，给他写一句活动口号。<desc>{people_description}</desc><poster>{poster}</poster>"
chain_two = LLMChain(llm=model,prompt=PromptTemplate.from_template(prompt_slogn),output_parser=StrOutputParser(),output_key='slogn'
)
print('**************************串联两条链的输出结果，生成口号************************************')
# 串联两条链
sequential_chain = SequentialChain(chains=[chain_one, chain_two],input_variables=['people_description'],output_variables=['slogn', 'people_description', 'poster']
)
print(sequential_chain.invoke({'people_description':people_description}))

第一个chain的输出结果，生成演讲稿**********
{‘people_description’: ‘\n我叫小黑黑，我长的非常黑，喜欢跑步骑车。\n’, ‘poster’: ‘尊敬的各位来宾，大家好！\n\n今天，我站在这里，带着一颗真诚的心，希望能在这里遇到那个特别的你。我的名字叫小黑黑，听起来可能有点特别，但这也正是我个性的体现。是的，我长得非常黑，但这并不是我的全部，它只是我独特魅力的一个标签。\n\n我热爱生活，喜欢挑战自我。跑步和骑车是我生活中不可或缺的一部分。每当我穿上跑鞋，踏上跑道，或是骑上自行车，穿梭在风景如画的道路上，我都能感受到生命的活力和无限可能。这些运动不仅让我保持了健康的体魄，更让我学会了坚持和毅力。\n\n我性格开朗，乐观向上。我相信，每个人都有自己的闪光点，而我，就是那个愿意用心去发现和欣赏这些闪光点的人。我期待着与一个同样热爱生活、积极向上的你，一起分享生活的点点滴滴。\n\n在这个相亲的舞台上，我希望能够遇到那个能够理解我、支持我的人。我相信，爱情不仅仅是外表的吸引，更是心灵的契合。我愿意用我的真诚和热情，去温暖你的心房，去守护我们的未来。\n\n最后，我想说，小黑黑，虽然名字听起来有点特别，但我的内心充满了阳光。如果你愿意，就让我们一起，在这美好的时光里，寻找那份属于我们的幸福吧！\n\n谢谢大家！’}
串联两条链的输出结果，生成口号**********
{‘people_description’: ‘\n我叫小黑黑，我长的非常黑，喜欢跑步骑车。\n’, ‘slogn’: ‘口号：阳光小黑黑，活力跑骑者，携手寻真爱！’, ‘poster’: ‘尊敬的各位来宾，大家好！\n\n今天，我站在这里，带着一颗真诚的心，希望能在这里遇到那个特别的你。我的名字叫小黑黑，听起来可能有点特别，但这也正是我个性的体现。是的，我长得非常黑，但这并不是我的全部，它只是我独特魅力的一个标签。\n\n我热爱生活，喜欢挑战自我。跑步和骑车是我生活中不可或缺的一部分。每当我穿上跑鞋，踏上跑道，或是骑上自行车，穿梭在风景如画的道路上，我都能感受到生命的活力和无限可能。这些运动不仅让我保持了健康的体魄，更让我学会了坚持和毅力。\n\n我性格开朗，乐观向上。我相信，每个人都有自己的闪光点，而我，就是那个愿意用心去发现和欣赏这些闪光点的人。我期待着与一个同样热爱生活、积极向上的你，一起分享生活的点点滴滴。\n\n在这个相亲的舞台上，我希望能够遇到那个能够理解我、支持我的人。我相信，爱情不仅仅是外表的吸引，更是心灵的契合。我愿意用我的真诚和热情，去温暖你的心房，去守护我们的未来。\n\n最后，我想说，小黑黑，虽然名字听起来有点特别，但我的内心充满了阳光。如果你愿意，就让我们一起，在这美好的时光里，寻找那份属于我们的幸福吧！\n\n谢谢大家！’}

采样LCEL表达式，使用chain的方式（让整个链条更加简洁）

# 使用LCEL表达式
chain_one = (PromptTemplate.from_template(prompt_poster) | model | {'poster':StrOutputParser(), 'people_description':lambda x:people_description}
)
chain_two = (PromptTemplate.from_template(prompt_slogn) | model | {'poster':StrOutputParser(key_name='poster'), 'people_description':lambda x:people_description, 'slogn':StrOutputParser()}
)
final_chain = chain_one | chain_two
print(final_chain.invoke({'people_description':people_description}))

{‘poster’: ‘口号：阳光小黑黑，活力跑骑者，携手寻真爱！’, ‘people_description’: ‘\n我叫小黑黑，我长的非常黑，喜欢跑步骑车。\n’, ‘slogn’: ‘口号：阳光小黑黑，活力跑骑者，携手寻真爱！’}