LangChain中RunnableSequence初始化报错求助：TypeError类型不匹配

错误原因 #

你遇到的TypeError是因为RunnableSequence不支持直接传入列表作为构造参数，新版本LangChain中，RunnableSequence的构造需要通过指定first/last/middle参数，或者直接传入多个步骤作为位置参数（而非列表），更推荐的方式是使用管道操作符|来串联Runnable组件。

同时代码里还有两个小问题：

• get_openai_callback的上下文变量是CB，但最后打印的是小写cb，会导致未定义错误
• 不需要用RunnableLambda包装PromptTemplate，因为PromptTemplate本身已经实现了Runnable接口

修改后的代码 #

import langchain, pydantic, transformers
from langchain import HuggingFacePipeline
from langchain_core.prompts import PromptTemplate
from langchain_core.runnables.base import RunnableSequence

from langchain.callbacks import get_openai_callback
from pydantic import BaseModel, Field
from langchain.output_parsers import PydanticOutputParser
from transformers import pipeline

class MedicalSpecialty(BaseModel):
    medical_specialty: str = Field(description="medical specialty the patient should go to")
    urgent: bool = Field(description="the patient should go to the hospital immediately")

parser = PydanticOutputParser(pydantic_object=MedicalSpecialty)

queries = ["i have ache in my chest and in my left arm. Which medical specialty should I go to?"]

template = """
Question: {question}
"""
prompt = PromptTemplate(template=template, input_variables=["question"])

llm = HuggingFacePipeline.from_model_id(
    model_id="bigscience/bloom-1b7",
    task="text-generation",
    model_kwargs={"max_length": 1024},
    device=-1  # Ensure it runs on CPU for macOS M1
)

# 方式1：使用管道操作符（推荐，更简洁）
sequence = prompt | llm

# 方式2：直接传入步骤作为位置参数
# sequence = RunnableSequence(prompt, llm)

# 方式3：通过first/last参数指定
# sequence = RunnableSequence(first=prompt, last=llm)

with get_openai_callback() as cb:
    for query in queries:
        result = sequence.invoke({"question": query})
        print(query)
        print(result)
        print("====================================")
    
    # 修正变量大小写问题
    print(cb)

关键修改点说明 #

1. 移除不必要的RunnableLambda包装：PromptTemplate本身就是Runnable，直接使用即可，无需额外封装
2. 正确创建RunnableSequence：三种方式任选其一，管道符|是LangChain推荐的链式调用写法，代码更直观
3. 修正变量大小写错误：上下文变量cb保持一致，避免未定义异常

内容的提问来源于stack exchange，提问作者Toly