← 返回概念解读

Concept Fable精修版

LangChain 表达式语言

LangChain Expression Language, LCEL · LLM orchestration abstraction

先读故事。这里不急着给定义,先让问题自己长出来。

寓言故事

剧本从口头调度变成可排练的流水线

河岸戏班排新戏时,班主总靠口头喊:先拿题目,再翻旧本,再请先生写,再让整理员修格式。戏小的时候,喊一嗓子就够。

戏越来越复杂后,口头调度变成灾难。有人可以并行查两本旧戏,有人必须等先生写完才能改词,有些桥段只在特定剧情出现,没人能一眼看清。

班主先写了一长段说明。说明能读,却不能直接排练;每次加一个环节,说明和台上动作很快不一致。

他又把所有安排塞进一本厚脚本。脚本能跑一遍,但难拆、难试、难替换。新来的乐师只敢照抄,不敢改。

一位导演把剧本改成一串可组合的动作:题牌交给说书先生,先生的稿交给校对,旧本摘录可以并入前面的题牌,分支和并行也用清楚的标记写出来。

每个动作都能单独排练,也能接成完整演出。要换说书先生,就换那一段;要改收尾格式,就换整理员;要同时查两本旧戏,就把两路标明再汇合。后来管事把这次经验写进日常规矩:先看场景,再看边界,最后看失败时谁能接手。只有这些都清楚,漂亮演示才会变成可交付的工作。

戏班还把这串动作当成活剧本来追踪、重演、暂停和接续,不再只当说明文。导演还给每个动作留了输入和输出。旧本摘录出来是什么样,先生接到的题牌是什么样,整理员最后交付什么格式,都能单独检查。

班主发现,省下的不只是几句口令,更是复杂流程的可读、可组合和可检查。这让戏班敢于替换环节。某位先生请假,不必重写整出戏;某段旧本查得慢,也能单独优化。流水线不是把戏变死,而是让复杂协作有了可调整的骨架。复查时,他们还会拿旧事故对照一遍,确认新规矩不是只在纸上好看,而能在忙乱现场真正挡住同样的错误。

揭示

这个故事讲的是:LangChain 表达式语言

LangChain Expression Language, LCEL 是 LangChain 的声明式组合层,用 Runnable 把 prompt、model、parser、retriever 和自定义函数连接成可运行流水线。它支持组合、并行、分支、streaming、tracing 和部署等能力,使复杂 LLM 应用比手写胶水更容易理解和维护。

它重要的地方在于:它不只是一个术语,而是在真实 AI / Agent 系统里会反复出现的结构性问题。理解它,才能判断什么时候该加模型,什么时候该改流程,什么时候该补治理。

隐喻映射

  • 口头喊流程:临时手写的 LLM 调度逻辑
  • 长段说明:文档描述流程但不可执行
  • 大脚本:可运行但难组合、难测试的 orchestration
  • 一串可组合动作:LCEL Runnable pipeline
  • 提示模板、模型、解析器、检索:prompt、model、output parser、retriever
  • 并行和分支:LCEL composition primitives
  • 追踪、重试、流式输出:Runnable 生态中的运行能力
  • 最后洞察:LCEL 用声明式流水线表达 LLM 应用的数据流和执行结构

Soloharness 判断

这个概念的实战价值,是帮你把“看起来聪明的 AI 功能”拆成可交付、可验收、可治理的工作单元。

Runnablechainpipelineprompt templateoutput parser