上一章,我们组装了与语言模型交互的基本组成部分:提示、模型和输出解析器。这些组件使得一次性、结构化地调用大型语言模型(LLM)成为可能。然而,大多数应用需要多个步骤。例如,您可能需要先生成一个主题摘要,然后使用该摘要来撰写一篇文章。这就需要将操作串联起来。LangChain 的“链”正是为此目的而设计。它们提供一个标准化的接口,用于将各个组件连接成逻辑顺序。单次LLM调用可以看作是一个函数 $f$,它接收一个输入并产生一个输出。 $$ \text{Output} = f(\text{Input}) $$ 链允许您组合这些函数,从而创建多步骤的序列,其中一个步骤的输出成为下一个步骤的输入,例如 $g(f(\text{Input}))$。本章介绍如何构建这些序列。您将学习:使用基本的 LLMChain 来连接模型、提示和解析器。使用 SequentialChain 构建多步骤工作流,以按固定顺序执行操作。借助 RouterChain,将条件逻辑引入工作流,以根据输入选择不同的路径。应用这些结构来构建内容生成流程,作为一项实践练习。