[掌握LangChain：如何运行自定义函数并实现流式处理]

# 掌握LangChain：如何运行自定义函数并实现流式处理

在现代编程中，使用自定义函数来扩展框架的功能是常见的做法。LangChain也不例外，它允许我们使用自定义函数作为 `Runnable` 来处理特定需求。在这篇文章中，我们将深入探讨如何将自定义函数构建为 `Runnable`，如何在链中自动转换，以及如何实现流式数据处理。

## 引言

LangChain是一个强大的工具，允许开发者创建复杂的自然语言处理链。本文旨在帮助读者理解如何在LangChain中使用自定义函数，特别是如何将它们转变为可运行的组件，从而实现定制化的功能。

## 主要内容

### 创建可运行的自定义函数

在LangChain中，自定义函数可以通过两种方式变为可运行的：使用 `RunnableLambda` 构造器和 `@chain` 装饰器。

#### 使用 `RunnableLambda` 构造器

通过 `RunnableLambda` 构造器，我们可以显式地将任意函数封装为可运行对象。以下是一个简单的例子：

```python
from langchain_core.runnables import RunnableLambda

def length_function(text):
    return len(text)

length_runnable = RunnableLambda(length_function)

input_text = {"text": "Hello, LangChain!"}
output = length_runnable.invoke(input_text)
print(output)  # 输出: 17

使用 @chain 装饰器

@chain 装饰器提供了一种简便的方法，将函数直接转变为链中的一个组件：

from langchain_core.runnables import chain

@chain
def simple_chain_function(input_text):
    return f"The input text is {
     
     input_text}"

output