LangChain轉換鏈：讓數據處理更精準
作者：程序員半支煙
本文主要介紹了LangChain中的轉換鏈（TransformChain）的概念，它主要用在需要對輸入的內容進行轉換的場景下。
上篇文章《5分鐘了解LangChain的路由鏈》里主要介紹了路由鏈，核心類是LLMRouterChain和MultiPromptChain。本文介紹LangChain里的另外1個重要的鏈：轉換鏈。
轉換鏈的概念
在開發AI Agent（智能體）時，我們經常需要對輸入數據進行預處理，這樣可以更好地利用LLM。LangChain提供了一個強大的工具——轉換鏈（TransformChain），它可以幫我們輕松實現這一任務。
轉換鏈（TransformChain）主要是將 給定的數據 按照某個函數進行轉換，再將 轉換后的結果 輸出給LLM。 所以轉換鏈的核心是：根據業務邏輯編寫合適的轉換函數。
其實，轉換鏈的設計也很精妙，從源碼可以看出，它只是做了一條鏈，然后具體的任務完全丟給了外部的函數來實現。在LangChain里只要是鏈，就可以隨處鏈接。
轉換鏈的使用場景
轉換鏈只有1個核心類，TransformChain。
有時，我們在將數據發送給LLM之前，希望對其做一些操作時（比如替換一些字符串、截取部分文本等等），就會用到轉換鏈。TransformChain 在 NLP 中很重要，有些場景還很實用。
一般使用轉換鏈有幾個固定步驟：
- 根據需求定義轉換函數transform_func，入參和出參都是字典。
- 實例化轉換鏈TransformChain。
- 因為轉換鏈只能做內容轉換的事情，后續的操作還需要LLM介入，所以需要實例化LLMChain。
- 最終通過順序連SimpleSequentialChain將TransformChain和LLMChain串起來完成任務。
使用轉換鏈的案例
比如，給定LLM一篇很長的文章，但是我只想讓LLM幫我總結文章前3自然段的內容，同時，總結之前，我還需要將自然段里的 部分字段 替換成 給定字段。
具體代碼如下：
from langchain.prompts import PromptTemplate
from langchain.chains import LLMChain, TransformChain, SimpleSequentialChain
from langchain_openai import OpenAI, ChatOpenAI
file_content = ""
with open("./file_data.txt", "r") as file:
file_content = file.read()
# 定義轉換函數，截取文章前8段，再替換部分字符串
def transform_func(data):
text = data["input_text"]
shortened_text = "\n".join(text.split("\n")[:7])
transform_shortened_text: str = shortened_text.replace(
"PVC", "PersistentVolumeClaim"
).replace("PV", "PersistentVolume")
return {"output_text": transform_shortened_text}
# 定義轉換鏈
transform_chain = TransformChain(
input_variables=["input_text"],
output_variables=["output_text"],
transform=transform_func,
)
# 定義LLM
model = ChatOpenAI(
model_name="gpt-3.5-turbo",
openai_api_key="sk-xxxxxx",
openai_api_base="https://api.302.ai/v1",
)
# 定義提示詞模板 和 LLM鏈
prompt_template = """
請你對下面的文字進行總結:
{output_text}
總結:
"""
prompt = PromptTemplate(input_variables=["output_text"], template=prompt_template)
llm_chain = LLMChain(
llm=model,
prompt=prompt,
)
# 使用順序鏈連接起來
final_chain = SimpleSequentialChain(chains=[transform_chain, llm_chain])
res = final_chain.run(file_content)
print(res)代碼執行結果符合預期?？偨Y的結果很精通，同時也是按照給定的字符串返回的。
總結
這篇博客主要介紹了LangChain中的轉換鏈（TransformChain）的概念，它主要用在需要對輸入的內容進行轉換的場景下。希望對你有幫助！
責任編輯：趙寧寧
來源：
程序員半支煙
