使用SimpleSequentialChain时出现KeyError: 'chains'问题求助

问题场景 #

使用WatsonxLLM类创建LLM后，运行代码时触发KeyError: 'chains'，错误发生在validate_chains函数执行for chain in values["chains"]:语句时。原代码如下：

from langchain_core.prompts import PromptTemplate
from langchain.chains.sequential import SimpleSequentialChain

prompt_1 = PromptTemplate(
    input_variables=["topic"],
    template="Generate a random question about {topic}: Question: "
    )
prompt_2 = PromptTemplate(
    input_variables=["question"],
    template="Answer the following question: {question}",
    )

llm1 = flan_ul2_llm
prompt_to_flan_ul2 = prompt_1 | llm1
llm2 = flan_t5_llm
flan_to_t5 = prompt_2 | llm2
qa = SimpleSequentialChain(chains=[prompt_to_flan_ul2, flan_to_t5])
qa.invoke('weather')

原因分析 #

1. 类型不匹配：用|运算符组合PromptTemplate和LLM得到的是Runnable对象，而SimpleSequentialChain要求传入的是Chain类型实例（如LLMChain），而非Runnable序列。
2. 版本参数差异：部分LangChain版本中，SimpleSequentialChain的初始化参数逻辑有调整，直接传入Runnable列表会导致参数解析失败。

解决方案 #

方案1：改用RunnableSequence（推荐） #

LangChain当前推荐使用Runnable体系组合组件，替代旧的Chain类，代码更简洁兼容：

from langchain_core.prompts import PromptTemplate

prompt_1 = PromptTemplate(
    input_variables=["topic"],
    template="Generate a random question about {topic}: Question: "
    )
prompt_2 = PromptTemplate(
    input_variables=["question"],
    template="Answer the following question: {question}",
    )

llm1 = flan_ul2_llm
prompt_to_flan_ul2 = prompt_1 | llm1
llm2 = flan_t5_llm
flan_to_t5 = prompt_2 | llm2

# 直接组合两个Runnable序列
qa = prompt_to_flan_ul2 | flan_to_t5
qa.invoke('weather')

方案2：用LLMChain包装后传入SimpleSequentialChain #

如果坚持使用SimpleSequentialChain，需先将每个步骤包装为LLMChain实例：

from langchain_core.prompts import PromptTemplate
from langchain.chains.sequential import SimpleSequentialChain
from langchain.chains.llm import LLMChain

prompt_1 = PromptTemplate(
    input_variables=["topic"],
    template="Generate a random question about {topic}: Question: "
    )
prompt_2 = PromptTemplate(
    input_variables=["question"],
    template="Answer the following question: {question}",
    )

llm1 = flan_ul2_llm
# 将prompt和LLM包装为LLMChain
chain1 = LLMChain(llm=llm1, prompt=prompt_1)
llm2 = flan_t5_llm
chain2 = LLMChain(llm=llm2, prompt=prompt_2)

# 传入LLMChain列表初始化SimpleSequentialChain
qa = SimpleSequentialChain(chains=[chain1, chain2])
qa.invoke('weather')

内容的提问来源于stack exchange，提问作者Nupur