Ví dụ xích phức tạp (tiếp tục)
Cái gì làm các ví dụ này phức tạp hơn joke generator đơn giản?
+ Nhiều lời gọi LLM: Hơn là một dòng prompt đơn ->LLM->cái duyệt, chúng ta đang móc xích nhiều tương tác
LLM
+ Chuyển dạng dữ liệu: Sử dụng các công cụ như RunnablePassthrough và itemgetter để quản lí và chuyển
dạng dữ liệu
+ Bảo lưu dictionary: Duy trì bối cảnh xuyên suốt xích hơn là chỉ truyền các giá trị đơn.
+ Các đầu ra có cấu trúc: Tạo các dictionaries đầu ra có cấu trúc hơn là các strings đơn.
Các mô hình này là cơ bản cho các ứng dụng sản xuất nơi bạn cần:
+ Theo dấu nguồn gốc của nội dung được khởi tạo
+ Kết hợp các kết quả từ nhiều hoạt động
+ Cấu trúc dữ liệu cho xử lí hay hiển thị cuối dòng
+ Thực thi xử lí lỗi tinh vi hơn
Trong khi LCEL xử lí nhiều dòng làm việc phức tạp thanh thoát, cho quản lí trạng thái và logic rẽ nhánh
nâng cao, bạn sẽ muốn khám phá LangGraph, cái chúng ta sẽ bao quát trong các học phần sau.
Trong khi các ví dụ trước của chúng ta sử dụng các models dựa trên đám mây như OpenAI và Gemini của
Google, LCEL của LangChain và chức năng khác cũng làm việc mượt mà với các models địa phương. Linh
động này cho phép bạn chọn cách tiếp cận triển khai đúng cho các nhu cầu cụ thể của bạn.