LCEL2 [LLM Application] LCEL Runnable LCEL은 runnable을 조합해 복잡한 체인을 구성할 수 있도록 도와줍니다. 쉽게말해 커스터마이징을 할 수 있다는 이야기입니다. 한 번 출력하고 끝이 아니라 실행가능한 파이프라인을 만드는 것이 목적이라고 할 수 있습니다(여담이지만 chain을 구성하는 작업이 약간은 과거의 Tensorflow 1.x 시절의 graph session을 만드는 작업이랑 유사한 측면도 있는 것 같습니다). 1. RunnablePassthrough입력값을 그대로 통과시킵니다. 체인 내에서 별도의 처리가 필요 없거나, 디버깅 또는 기본 값을 확인할 때 유용합니다. 예를 들어서prompt = PromptTemplate.from_template("{integer} x 5는?")llm = ChatOpenAI()chain = prom.. 2025. 4. 3. [LLM & RAG] Langchain 기초 - Chain 1. Chain의 연결방식(1) LCEL (LangChain Expression Language) : LangChain에서 제공하는 선언형(Declarative) 방식으로 체인을 구성하는 방법입니다. Python 코드로 직접 체인을 구성하지 않고, 직관적인 YAML 스타일의 표현식을 사용합니다. (비유하자면 R에서 파이프라인 연산자? 같이 쓰는 방식이라고 할까요?)간결한 표현: 복잡한 체인도 짧은 코드로 정의 가능.재사용성: 정의된 체인을 쉽게 재사용하거나 공유 가능.시각적 구성 가능: LCEL 기반의 GUI 도구를 활용할 수도 있음.from langchain_core.runnables import RunnableLambdafrom langchain_openai import ChatOpenAIfrom l.. 2025. 4. 3. 이전 1 다음 반응형