LCEL 表达式语言

LCEL（LangChain Expression Language） 是 v0.2 的核心组合方式。它基于统一的 Runnable 接口，用 .pipe() 把组件像水管一样串起来，并自动获得流式、批处理、异步与可观测能力。

1. pipe 语法基础

任何 Runnable 都能 pipe 到下一个 Runnable。模型吃消息、吐 AIMessage；解析器吃 AIMessage、吐字符串——类型自然衔接：

import { ChatOpenAI } from "@langchain/openai";
import { ChatPromptTemplate } from "@langchain/core/prompts";
import { StringOutputParser } from "@langchain/core/output_parsers";
 
const chain = ChatPromptTemplate.fromTemplate("{q}")
  .pipe(new ChatOpenAI({ model: "gpt-4o-mini" }))
  .pipe(new StringOutputParser());
 
await chain.invoke({ q: "什么是 LCEL？" });

ℹ️Runnable 的通用方法

每个 Runnable 都提供 invoke / batch / stream / invoke 变体，以及 withConfig、withRetry、withFallbacks，无需为不同组件记不同 API。

2. RunnableSequence 与 RunnableParallel

RunnableSequence 显式串联；RunnableParallel 则并行执行多个分支并合并结果：

import { RunnableSequence, RunnableParallel } from "@langchain/core/runnables";
 
const chain = RunnableSequence.from([
  RunnableParallel({
    translation: translateChain,   // 翻译成英文
    original: (input: string) => input, // 保留原文
  }),
  summarizeChain, // 同时拿到原文与译文再总结
]);

3. RunnableBranch：条件分支

按条件走不同子链（类似 if/else）：

import { RunnableBranch } from "@langchain/core/runnables";
 
const branch = RunnableBranch.from([
  [(input: { len: number }) => input.len > 1000, longTextChain],
  shortTextChain,
]);

4. 回退与重试

主模型失败时自动切换到备用模型，提升健壮性：

import { ChatAnthropic } from "@langchain/anthropic";
 
const robust = new ChatOpenAI({ model: "gpt-4o-mini" }).withFallbacks({
  fallbacks: [new ChatAnthropic({ model: "claude-3-5-sonnet-latest" })],
});
 
const chain = prompt.pipe(robust).pipe(new StringOutputParser());

⚠️回退要语义一致

备用模型返回的格式/语气可能与主模型不同。涉及严格输出解析（如 JSON）时，回退后建议重新跑解析器并校验。

5. 为什么用 LCEL

流式免费：chain.stream() 自动逐块透传
批处理：chain.batch([...]) 并发多输入
可观测：每个步骤都能挂回调（第 14 章）
组合自由：并行、分支、回退任意嵌套

🎯练习

写一个并行链：同时用「中文解释」和「英文解释」两个子链处理同一问题，最后用一个总结链合并两份答案。

小结

LCEL 用 .pipe() 串联 Runnable，统一 invoke/stream/batch
RunnableSequence 顺序、RunnableParallel 并行、RunnableBranch 分支
withFallbacks 实现模型/步骤级容错
下章进入 RAG：先学文档加载 →