如何为Runnable附加回调

技术背景介绍

在构建复杂的AI工作流时，回调（Callback）是一种强大的工具。它允许我们在特定的事件点上执行自定义逻辑，例如当模型开始或结束推理时记录日志，或在链式执行中捕获中间结果。这种机制在调试和监控模型行为方面尤为重要。

通过将回调绑定到一个 Runnable，如语言模型或自定义链，所有运行时事件都可以触发预定义的回调逻辑。同时，通过方法如 .with_config()，这些回调可以被复用并自动传播到所有子组件中。

核心原理解析

• with_config() 方法: 用于绑定运行时配置，如回调。这些绑定的回调可以传播到链中所有的子组件。
• 回调生命周期:
  • on_chat_model_start: 当语言模型开始推理时调用。
  • on_llm_end: 当语言模型推理完成时调用。
  • on_chain_start 和 on_chain_end: 在链的开始和结束时触发。
• 复用性: 一旦绑定，回调将自动应用于链的每次运行，无需重复指定。

代码实现演示

以下代码示例展示了如何为一个链附加自定义回调，以及查看触发的回调事件。

from typing import Any, Dict, List
from langchain_anthropic import ChatAnthropic
from langchain_core.callbacks import BaseCallbackHandler
from langchain_core.messages import BaseMessage
from langchain_core.outputs import LLMResult
from langchain_core.prompts import ChatPromptTemplate

# 定义自定义回调处理器
class LoggingHandler(BaseCallbac