LangChain - LCEL

LCEL(LangChain Expression Language): LangChain 컴포넌트를 조합하는 도구

 

1. Prompt + LLM: Pipe 연산자 사용

from langchain_openai import ChatOpenAI
from langchain_core.prompts import ChatPromptTemplate

llm = ChatOpenAI(
    model="gpt-4o-mini", 
    temperature=0.5, 
    max_tokens=50,
    )

messages = [
    ("system", "You are a assistant."),
    ("user", "{query}"),
]

# 메시지 리스트를 템플릿으로 변환
prompt = ChatPromptTemplate.from_messages(messages)

prompt.input_variables 
>> query

prompt_text = prompt.format(query="블라블라")

response = llm.invoke(prompt_text)

print(response.content)

 

Chain 구성

chain = prompt | llm
print(chain.input_schema.schema())

>> {'title': 'PromptInput', 'type': 'object', 'properties': {'query': {'title': 'Query', 'type': 'string'}}, 'required': ['query']}

 

OutputParser(https://reference.langchain.com/python/)

Prompt + LLM _ Output Parser 의 구성으로 출력 데이터의 형태를 지정할 수 있음

invoke를 통해 날린 질의의 응답은 AIMESSAGE 객체이며 여기서  필요한 부분만 추출하여 가공 후 출력

- StrOutputParser

- JsonOutputParser( Json 형태로 출력해달라고 Prompt에 명시해야함! )

 

RnnablePassthrough: 데이터 전달

RunnableLambda: 데이터 변환