如何将参数从一个步骤传递到下一个步骤

先决条件

本指南假定读者熟悉以下概念：

在组合多个步骤的链时，有时您希望将之前步骤的数据原样传递，以便在后续步骤中使用。RunnablePassthrough 类允许您实现这一点，通常与 RunnableParallel 一起使用，以将数据传递到构建的链中的后续步骤。

参见下面的示例：

%pip install -qU langchain langchain-openai

import os
from getpass import getpass

if "OPENAI_API_KEY" not in os.environ:
    os.environ["OPENAI_API_KEY"] = getpass()

from langchain_core.runnables import RunnableParallel, RunnablePassthrough

runnable = RunnableParallel(
    passed=RunnablePassthrough(),
    modified=lambda x: x["num"] + 1,
)

runnable.invoke({"num": 1})

API 参考：RunnableParallel | RunnablePassthrough

{'passed': {'num': 1}, 'modified': 2}

如上所示，passed 键被调用时传入了 RunnablePassthrough()，因此它直接传递了 {'num': 1}。

我们还在映射中设置了第二个键，值为 modified。这使用了一个 lambda 表达式，将 num 的值加 1，结果得到一个键为 modified、值为 2 的条目。

检索示例

在下面的示例中，我们看到一个更贴近实际应用场景的例子，其中我们使用 RunnablePassthrough 与 RunnableParallel 在链中配合，以正确格式化提示词的输入：

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()

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

retrieval_chain.invoke("where did harrison work?")

'Harrison worked at Kensho.'

此处的提示输入预期为一个包含键“context”和“question”的映射。用户输入仅为问题。因此，我们需要使用我们的检索器获取上下文，并将用户输入通过“question”键传递。RunnablePassthrough 允许我们将用户的提问传递给提示和模型。

下一步

现在你已经学会了如何在链中传递数据，以帮助格式化通过链流动的数据。

要了解更多信息，请参阅本节中关于可运行对象的其他操操作指南。

检索示例​

下一步​

检索示例

下一步