《AI Agent智能体开发实践+玩转FastGPT 像搭积木一样构建智能体 LLM大语言模型AI Agent开发 智能体性能优化调试部署实施方法书籍 AIAgent智能体开发实践 无规格》【摘要 书评 试读】- 京东图书
LCEL（LangChain表达式语言）使用声明式的、简洁的方式来构建和组合LangChain的组件。它提供了更直观的语法，使你能够以类似表达式的方式来定义复杂的工作流程，而不需要编写大量的样板代码。
LCEL的核心优势是其简洁性和可读性，尤其适合快速原型开发和小型项目。
- 目标：通过管道符（|）直观地连接Runnable组件。
- 优势：代码更简洁，支持异步、流式、批处理，内置日志、调试、回退等功能。
- 示例：chain = prompt | llm | output_parser。
RunnableLambda是LCEL中的一个基础组件，用于定义简单的函数转换。它允许你将任意Python函数转换为可运行的组件，以便在LCEL工作流中使用。RunnableLambda主要用于自定义数据处理逻辑（如格式化输入、后处理输出）。
【示例8.5】一个使用RunnableLambda的示例。
from langchain.schema.runnable import RunnableLambda # 定义一个简单的函数 def add_prefix(text: str) -> str: return "介绍：" + text # 将函数转换为 RunnableLambda add_prefix_runnable = RunnableLambda(add_prefix) # 运行组件 result = add_prefix_runnable.invoke("量子计算是一种基于量子力学原理的计算技术...") print(result) # 输出: "介绍：量子计算是一种基于量子力学原理的计算技术..."输出：
介绍：量子计算是一种基于量子力学原理的计算技术...
)
