黑马大模型RAG与Agent智能体实战教程LangChain提示词——18、RAG开发——Chain的基础使用（|管道链、RunnableSerializable对象、上一个组件输出为下一个组件输入）

代码：https://github.com/shangxiang0907/HeiMa-AI-LLM-RAG-Agent-Dev

云开发平台：https://hzh.sealos.run

RAG开发-15、Chain的基础使用

介绍

LangChain链式调用基础流程

→提示词：根据图片帮我创建代码20，介绍langchain链式调用

←AI回复

20_LangChain_ChatPromptTemplate_Chain_Call.py

运行代码

命令

python /home/devbox/project/AI_LLM_RAG_Agent_Dev/20_LangChain_ChatPromptTemplate_Chain_Call.py

结果

================================================================================
LangChain 链式调用：ChatPromptTemplate | ChatTongyi 示例

================================================================================

================================================================================
【示例】ChatPromptTemplate | ChatTongyi 链式调用（invoke & stream）

================================================================================

历史会话数据：

1. [用户] 你来写一首唐诗
2. [AI] 床前明月光，疑是地上霜。举头望明月，低头思故乡。
3. [用户] 好诗，再来一个
4. [AI] 锄禾日当午，汗滴禾下土。谁知盘中餐，粒粒皆辛苦。

chain 对象类型：<class 'langchain_core.runnables.base.RunnableSequence'>
chain 是否 RunnableSerializable 子类： True

一、使用 chain.invoke(…) 触发链式执行（阻塞调用）

模型回复（invoke）：
秦时明月汉时关，万里长征人未还。
但使龙城飞将在，不教胡马度阴山。

二、使用 chain.stream(…) 触发链式执行（流式输出）

模型回复（stream）：
大漠孤烟直，长河落日圆。
萧关逢候骑，都护在燕然。

链式调用示例结束

================================================================================
演示结束

================================================================================

总结（通过invoke()或stream()方法触发链）