LangChain转换链：让数据处理更精准

转换链的概念

在开发AI Agent（智能体）时，我们经常需要对输入数据进行预处理，这样可以更好地利用LLM。LangChain提供了一个强大的工具——转换链（TransformChain），它可以帮我们轻松实现这一任务。

转换链（TransformChain）主要是将给定的数据按照某个函数进行转换，再将转换后的结果输出给LLM。所以转换链的核心是：根据业务逻辑编写合适的转换函数。

其实，转换链的设计也很精妙，从源码可以看出，它只是做了一条链，然后具体的任务完全丢给了外部的函数来实现。在LangChain里只要是链，就可以随处链接。

LangChain转换链：让数据处理更精准

转换链的使用场景

转换链只有1个核心类，TransformChain。

有时，我们在将数据发送给LLM之前，希望对其做一些操作时（比如替换一些字符串、截取部分文本等等），就会用到转换链。TransformChain 在 NLP 中很重要，有些场景还很实用。

一般使用转换链有几个固定步骤：

根据需求定义转换函数transform_func，入参和出参都是字典。
实例化转换链TransformChain。
因为转换链只能做内容转换的事情，后续的操作还需要LLM介入，所以需要实例化LLMChain。
最终通过顺序连SimpleSequentialChain将TransformChain和LLMChain串起来完成任务。

使用转换链的案例

比如，给定LLM一篇很长的文章，但是我只想让LLM帮我总结文章前3自然段的内容，同时，总结之前，我还需要将自然段里的部分字段替换成给定字段。

具体代码如下：

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()# 定义转换函数，截取文章前8段，再替换部分字符串
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}# 定义转换链
transform_chain = TransformChain(
    input_variables=["input_text"],
    output_variables=["output_text"],
    transform=transform_func,)# 定义LLMmodel = ChatOpenAI(
    model_name="gpt-3.5-turbo",
    openai_api_key="sk-xxxxxx",
    openai_api_base="https://api.302.ai/v1",)# 定义提示词模板 和 LLM链
prompt_template = """请你对下面的文字进行总结:{output_text}总结:"""

prompt = PromptTemplate(input_variables=["output_text"], template=prompt_template)llm_chain = LLMChain(
    llm=model,
    prompt=prompt,)# 使用顺序链连接起来
final_chain = SimpleSequentialChain(chains=[transform_chain, llm_chain])res = final_chain.run(file_content)print(res)1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.31.32.33.34.35.36.37.38.39.40.41.42.43.44.45.46.47.48.49.50.51.52.

代码执行结果符合预期。总结的结果很精通，同时也是按照给定的字符串返回的。