如何在LCEL中基于链前序步骤动态设置search_kwargs？

问题出在你直接将itemgetter('page_nums')传入了检索器的search_kwargs，ChromaDB无法识别这个操作符对象，因为它需要的是实际的页码列表。要在LCEL中实现动态过滤，需要用运行时动态生成检索参数的方式，而不是提前固定search_kwargs。

修改后的代码实现 #

user_input = {"question": "What is SomeKeyword?"}

# 1. 关键词检索步骤不变
keyword_retrieval = RunnableParallel(
  keywords=itemgetter("question") | keywords.as_retriever(
    search_type="similarity_score_threshold",
    search_kwargs={"score_threshold": 0.4}),
  question=itemgetter("question"))

# 2. 提取页码步骤不变
page_nums = RunnableParallel(
  page_nums=itemgetter("keywords") | RunnableLambda(get_page_nums),
  question=itemgetter("question"))

# 3. 动态生成文档检索步骤：用RunnableLambda包装，运行时获取页码列表并设置过滤条件
def retrieve_docs_with_pages(inputs):
    question = inputs["question"]
    pages = inputs["page_nums"]
    # 动态创建带过滤条件的检索器
    retriever = docs.as_retriever(
        search_kwargs={"filter": {"page": {"$in": pages}}}
    )
    return {"context": retriever.invoke(question), "question": question}

docs_retrieval = RunnableLambda(retrieve_docs_with_pages)

# 组装完整链
chain = keyword_retrieval | page_nums | docs_retrieval | prompt | llm

关键原理 #

• 不能在初始化检索器时直接引用链中后续才会生成的变量（比如page_nums），因为as_retriever()是在代码加载时执行的，此时还没有运行时的上下文数据。
• 用RunnableLambda包装检索逻辑，可以在链运行到这一步时，拿到前序步骤生成的page_nums，再动态创建带过滤条件的检索器并执行检索。

额外优化提示 #

如果你的get_page_nums函数返回的是字符串格式的页码（比如"23,29"），记得先转换成整数列表：

def get_page_nums(keyword_docs):
    pages = []
    for doc in keyword_docs:
        # 拆分字符串并转成整数
        pages.extend(int(p.strip()) for p in doc.metadata['pages'].split(','))
    # 去重避免重复检索同一页码
    return list(set(pages))

内容的提问来源于stack exchange，提问作者btonasse