不同的调用方法

所有从 Chain 继承的类都提供了几种运行链逻辑的方式。最直接的一种是使用 __call__:

chat = ChatOpenAI(temperature=0)
prompt_template = "Tell me a {adjective} joke"
llm_chain = LLMChain(llm=chat, prompt=PromptTemplate.from_template(prompt_template))

llm_chain(inputs={"adjective": "corny"})

{'adjective': 'corny',
 'text': 'Why did the tomato turn red? Because it saw the salad dressing!'}

默认情况下，__call__ 返回输入和输出键值。您可以通过将 return_only_outputs 设置为 True 来配置它仅返回输出键值。

llm_chain("corny", return_only_outputs=True)

{'text': 'Why did the tomato turn red? Because it saw the salad dressing!'}

如果 Chain 只输出一个输出键（即其 output_keys 中只有一个元素），则可以使用 run 方法。注意，run 输出的是字符串而不是字典。

# llm_chain 只有一个输出键，所以我们可以使用 run
llm_chain.output_keys

['text']

llm_chain.run({"adjective": "corny"})

'Why did the tomato turn red? Because it saw the salad dressing!'

在只有一个输入键的情况下，您可以直接输入字符串而不指定输入映射。

# 这两种方式是等效的
llm_chain.run({"adjective": "corny"})
llm_chain.run("corny")

# 这两种方式也是等效的
llm_chain("corny")
llm_chain({"adjective": "corny"})

{'adjective': 'corny',
 'text': 'Why did the tomato turn red? Because it saw the salad dressing!'}

提示：您可以通过其 run 方法轻松地将 Chain 对象作为 Agent 中的 Tool 集成。在此处查看一个示例 here。