使用@chain装饰器创建可运行对象

您还可以通过添加@chain装饰器将任意函数转换为链式函数。这在功能上等同于在RunnableLambda中进行包装。

这将通过正确跟踪您的链式函数来改善可观察性。在此函数内部对可运行对象的任何调用都将被跟踪为嵌套子项。

它还允许您像使用其他可运行对象一样使用它，将其组合在链式函数中等等。

让我们看看它的实际应用！

%pip install --upgrade --quiet  langchain langchain-openai

from langchain_core.output_parsers import StrOutputParser
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.runnables import chain
from langchain_openai import ChatOpenAI

prompt1 = ChatPromptTemplate.from_template("Tell me a joke about {topic}")
prompt2 = ChatPromptTemplate.from_template("What is the subject of this joke: {joke}")

@chain
def custom_chain(text):
    prompt_val1 = prompt1.invoke({"topic": text})
    output1 = ChatOpenAI().invoke(prompt_val1)
    parsed_output1 = StrOutputParser().invoke(output1)
    chain2 = prompt2 | ChatOpenAI() | StrOutputParser()
    return chain2.invoke({"joke": parsed_output1})

custom_chain现在是一个可运行对象，这意味着您需要使用invoke来调用它。

custom_chain.invoke("bears")

您应该在LangSmith跟踪中看到一个custom_chain跟踪项，其中包含对OpenAI的调用。