Langchain多输入SequentialChain使用故障求助（附代码）

问题描述 #

刚接触LangChain，需要实现以下流程：

• 第一个链接收CSV文件片段及该CSV的来源描述，输出可提取的指标列表
• 第二个链接收CSV文件片段和第一个链的输出指标，生成对应的Python脚本
  非链式版本代码可正常运行，但自行编写的SequentialChain版本无法执行，需要排查问题并给出正确实现。

代码问题分析 #

你的SequentialChain代码存在以下几个关键问题：

1. 错误使用SimpleSequentialChain：SimpleSequentialChain仅支持单输入→单输出的线性传递，无法处理第二个链需要多个输入（CSV片段+指标）的场景，应使用SequentialChain替代。
2. 链初始化参数错误：
   • input_variables应指定初始输入的变量名（如data_snippet、source_desc），而非临时变量data_snippet_str
   • SimpleSequentialChain不支持output_variables参数，该参数属于SequentialChain的配置项
3. run方法调用错误：链的run方法需传入字典格式的参数，而非列表，且无需传入chain对象。
4. 未实现来源描述输入：第一个链的prompt未包含CSV来源描述的输入变量，不符合需求。

正确实现代码 #

from langchain.llms import OpenAI
from langchain.prompts import PromptTemplate
from langchain.chains import LLMChain, SequentialChain

# 初始化LLM
llm = OpenAI(model_name="text-davinci-003", openai_api_key='YOUR_API_KEY', temperature=0, max_tokens=3000)

# 第一个链：提取指标（包含CSV来源描述输入）
prompt_extract = PromptTemplate(
    input_variables=["data_snippet", "source_desc"],
    template="""你是一名专注于商业分析的数据科学家，能够从各类数据文件中提取最相关的指标，并能详细说明这些指标如何用于盈利。
    数据来源描述：{source_desc}
    以下是完整CSV文件的片段作为上下文：
    {data_snippet}
    
    你的任务是列出可从完整CSV中提取的所有类型的指标，无需进行计算，同时需包含可用于对比的指标。
    在指标列表之后，写出列名列表。
    
    可提取的指标及列名：
"""
)
extract_chain = LLMChain(llm=llm, prompt=prompt_extract, output_key="metrics")

# 第二个链：生成Python脚本
prompt_script = PromptTemplate(
    input_variables=["data_snippet", "metrics"],
    template="""你是一名专注于商业分析的数据科学家，能够编写强大高效的Python代码从数据集中提取指标。
    你的任务是基于以下数据集结构和提取的指标，编写Python脚本：
    数据集片段：{data_snippet}
    需提取的指标：{metrics}
    
    脚本要求：
    1. 使用pandas库
    2. 打印所有计算出的指标，以及每个产品及其全部指标
    3. 打印完成后，按照示例格式将结果存入metrics_result变量
    4. 替换列中的无用字符，计算前转换值为所需类型，注意列名准确性
    5. 代码必须以`import pandas as pd`开头，读取CSV文件的逻辑需保留
    
    Python脚本：
"""
)
script_chain = LLMChain(llm=llm, prompt=prompt_script, output_key="python_script")

# 构建SequentialChain：定义输入变量、链顺序、输出变量
overall_chain = SequentialChain(
    chains=[extract_chain, script_chain],
    input_variables=["data_snippet", "source_desc"],
    output_variables=["metrics", "python_script"],
    verbose=True
)

# 示例调用：读取CSV片段并传入参数
def read_csv_data(file_path):
    import pandas as pd
    df = pd.read_csv(file_path)
    # 返回前几行作为片段
    return df.head(5).to_string()

csv_file_path = "your_csv_file.csv"
data_snippet = read_csv_data(csv_file_path)
source_desc = "美妆电商产品销售数据CSV，包含产品ID、名称、价格、销量、分类等字段"

# 执行链
result = overall_chain.run({
    "data_snippet": data_snippet,
    "source_desc": source_desc
})

# 输出结果
print("提取的指标：\n", result["metrics"])
print("\n生成的Python脚本：\n", result["python_script"])

关键说明 #

• 使用SequentialChain而非SimpleSequentialChain，支持多输入变量的传递
• 明确定义每个链的output_key，确保后续链能正确引用前序输出
• 调用链时传入字典格式的初始参数，覆盖所有input_variables定义的变量
• 完善了第一个链的prompt，加入了CSV来源描述的输入，符合需求

内容的提问来源于stack exchange，提问作者user21412360