当前位置：首页 > java >正文

langchain框架-对比分析chain的三种实现方式

java 2025/7/20 2:55:09

对比分析chain的三种实现方式

方式一

setup_and_retrieval = RunnableParallel({"context": retriever,"question": RunnablePassthrough()}
)
chain = setup_and_retrieval | prompt | model | outputParser

效果分析：

并行处理：RunnableParallel 并行执行两个任务，一个是通过 retriever 获取上下文，另一个是通过 RunnablePassthrough 传递问题。
输入输出：setup_and_retrieval 的输出是一个包含 context 和 question 的字典，这个字典被传递给 prompt 组件。
适用场景：适用于简单的 RAG（Retrieval-Augmented Generation）链路，用户输入一个字符串形式的问题。

方式二

chain = ({"context": retriever, "question": RunnablePassthrough()}| prompt| model| StrOutputParser()
)
chain.invoke("小明在哪里工作？")

效果分析：

简洁性：这种方式直接将 RunnableParallel 的定义嵌入到链路中，减少了中间变量的定义，使代码更加简洁。
功能等价：与方式一功能等价，都是通过 RunnableParallel 并行获取上下文和问题，然后传递给后续组件。
适用场景：适用于需要快速构建简单链路的场景。

方式三

chain = ({"context": itemgetter("question") | retriever,"question": itemgetter("question"),"name": itemgetter("name"),}| prompt| model| StrOutputParser()
)
chain.invoke({"question": "小明在哪里工作？", "name": "主人"})

效果分析：

扩展性：这种方式通过 itemgetter 从输入字典中提取 question 和 name，并分别传递给 retriever 和其他组件。这种方式更加灵活，可以处理更复杂的输入结构。
多输入支持：除了 question，还可以传递其他信息（如 name），这使得链路可以处理更复杂的需求。
适用场景：适用于需要处理复杂输入结构或需要从多个字段中提取信息的场景。