如何检查可运行对象

先决条件

本指南假定读者熟悉以下概念：

• LangChain 表达式语言（LCEL）
• 链式可运行对象

一旦你使用 LangChain 表达式语言 创建了一个可运行的程序，你通常可能希望对其进行检查，以更好地了解其内部运作。本笔记本介绍了几种实现此目的的方法。

本指南展示了一些可以编程方式检查链内部步骤的方法。如果您更关注调试链中的问题，请参阅 此部分。

首先，让我们创建一个示例链。我们将创建一个执行检索的链：

%pip install -qU langchain langchain-openai faiss-cpu tiktoken

from langchain_community.vectorstores import FAISS
from langchain_core.output_parsers import StrOutputParser
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.runnables import RunnablePassthrough
from langchain_openai import ChatOpenAI, OpenAIEmbeddings

vectorstore = FAISS.from_texts(
    ["harrison worked at kensho"], embedding=OpenAIEmbeddings()
)
retriever = vectorstore.as_retriever()

template = """Answer the question based only on the following context:
{context}

Question: {question}
"""
prompt = ChatPromptTemplate.from_template(template)

model = ChatOpenAI()

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

API 参考：FAISS | StrOutputParser | ChatPromptTemplate | RunnablePassthrough | ChatOpenAI | OpenAIEmbeddings

获取图表

您可以使用 get_graph() 方法获取可运行对象的图表示：

chain.get_graph()

打印图表

虽然这不太容易理解，但你可以使用 print_ascii() 方法以更易于理解的方式显示该图表：

chain.get_graph().print_ascii()

           +---------------------------------+         
           | Parallel<context,question>Input |         
           +---------------------------------+         
                    **               **                
                 ***                   ***             
               **                         **           
+----------------------+              +-------------+  
| VectorStoreRetriever |              | Passthrough |  
+----------------------+              +-------------+  
                    **               **                
                      ***         ***                  
                         **     **                     
           +----------------------------------+        
           | Parallel<context,question>Output |        
           +----------------------------------+        
                             *                         
                             *                         
                             *                         
                  +--------------------+               
                  | ChatPromptTemplate |               
                  +--------------------+               
                             *                         
                             *                         
                             *                         
                      +------------+                   
                      | ChatOpenAI |                   
                      +------------+                   
                             *                         
                             *                         
                             *                         
                   +-----------------+                 
                   | StrOutputParser |                 
                   +-----------------+                 
                             *                         
                             *                         
                             *                         
                +-----------------------+              
                | StrOutputParserOutput |              
                +-----------------------+

获取提示

您可能只想查看链中使用的提示，可以使用 get_prompts() 方法：

chain.get_prompts()

[ChatPromptTemplate(input_variables=['context', 'question'], messages=[HumanMessagePromptTemplate(prompt=PromptTemplate(input_variables=['context', 'question'], template='Answer the question based only on the following context:\n{context}\n\nQuestion: {question}\n'))])]

下一步

你现在已了解如何对组合的 LCEL 链进行自我检查。

接下来，查看本部分中有关可运行对象的其他操操作指南，或相关操操作指南中的 调试你的链。