Langchain 流式输出到前端（真正解决方法，附最佳实践的完备代码） ...

Langchain 流式输出

当我们深入使用Langchain时，我们都会思量如何进行流式输出。只管官方网站提供了一些流式输出的示例，但这些示例只能在控制台中输出，并不能获取我们所需的生成器。而网上的许多教程也只是伪流式输出，即先完全生成结束，再进行流式输出。
以下是我为大家提供的真正的流式输出示例代码：
↓
这里是2023/12/08 最新增补的方法，简单快捷，好理解，猛烈推荐。
(已封装为 fastapi 接口，可供前端调用，前端如何使用，则需要前端工程师了解一下 流式输出 SSE的知识，有相干的前端库)
大语言模型的摆设（glm3、qwen等）可以使用我的开源项目：https://github.com/shell-nlp/gpt_server

最新的流式输出方式（LCEL语法的特性） 推荐指数 ： ※ ※ ※ ※ ※ ※※※※※：

1. import json
2. from dotenv import load_dotenv
3. from langchain_community.chat_models.openai import ChatOpenAI
4. from langchain_core.prompts import ChatPromptTemplate
5. from fastapi import FastAPI
6. from fastapi.responses import StreamingResponse
8. app = FastAPI()
10. load_dotenv()
13. llm = ChatOpenAI(model="chatglm3", streaming=True, max_tokens=2048)
16. prompt = ChatPromptTemplate.from_messages(
17.     [("system", "你是一个专业的AI助手。"), ("human", "{query}")]
18. )
20. llm_chain = prompt | llm
23. @app.post("/chat_stream")
24. def chat_stream(query: str = "你是谁"):
25.     ret = llm_chain.stream({"query": query})
27.     def predict():
28.         text = ""
29.         for _token in ret:
30.             token = _token.content
31.             js_data = {"code": "200", "msg": "ok", "data": token}
32.             yield f"data: {json.dumps(js_data,ensure_ascii=False)}\n\n"
33.             text += token
34.         print(text)
36.     generate = predict()
37.     return StreamingResponse(generate, media_type="text/event-stream")
40. if __name__ == "__main__":
41.     import uvicorn
43.     uvicorn.run(app=app, host="0.0.0.0", port=10088)

复制代码

方法一 推荐指数 ： ※ ※ ※ ※ ※ ：

本方法是开发新的线程的方法（固然也可以是新的历程的方式） ，然后联合 langchain的callback方法
为什么推荐使用 线程的方法，而不是 方法二中的异步操纵，因为在实际使用过程中，许多外部的方法是不支持异步操纵的，要想让程序run起来，必须把一些方法（比如 langchain中的 某些检索器，官方代码只帮你写了 同步的方法，而没有实现异步的方法） 重写为异步方法，而在 重写的过程中会遇到许多 的 问题，令人头疼，而所有的代码都是支持同步的，以是开发新线程的方式是好的方法。
注: 此方法就是我在 使用方法二的异步方式的过程，遇到了难以解决的问题（本人小白）才找到了此种方式。
缺点： 开发线程要比 协程 更加耗费计算机资源，因此将来的实现 尽可能还是使用 方法二，但是对于不会异步编程的人来说方法一更加简单。
但是如果对异步操纵非常熟悉，那么方法二 是最能提升性能的方式。

代码实现不表明了，手疼，需要的人自然可以看得懂。
至于 ChatOpenAI 所需要的 key，需要自己想办法。

1. import os
2. from dotenv import load_dotenv
3. from langchain.chat_models import ChatOpenAI
4. from langchain.callbacks import StreamingStdOutCallbackHandler
5. from fastapi import FastAPI
6. from sse_starlette.sse import EventSourceResponse
7. from typing import Generator
8. import threading
9. import uvicorn
11. os.system('clear')
12. app = FastAPI()
13. load_dotenv()
16. class My_StreamingStdOutCallbackHandler(StreamingStdOutCallbackHandler):
17.     # def __init__(self):
18.     tokens = []
19.     # 记得结束后这里置true
20.     finish = False
22.     def on_llm_new_token(self, token: str, **kwargs) -> None:
23.         self.tokens.append(token)
25.     def on_llm_end(self, response, **kwargs) -> None:
26.         self.finish = True
28.     def on_llm_error(self, error: Exception, **kwargs) -> None:
29.         self.tokens.append(str(error))
31.     def generate_tokens(self) -> Generator:
32.         while not self.finish:  # or self.tokens:
33.             if self.tokens:
34.                 token = self.tokens.pop(0)
35.                 yield {'data': token}
36.             else:
37.                 pass
38.                 # time.sleep(0.02)  # wait for a new token
40. # 用于在另一个 线程中运行的方法
41. def f(llm, query):
42.     llm.predict(query)
45. @app.post('/qa')
46. def test(query='你好'):
47.     callback = My_StreamingStdOutCallbackHandler()
48.     llm = ChatOpenAI(model='chatglm3',
49.                      streaming=True,
50.                      callbacks=[callback],
51.                      max_tokens=1024)
52.     thread = threading.Thread(target=f, args=(llm, query))
53.     thread.start()
55.     return EventSourceResponse(callback.generate_tokens(), media_type="text/event-stream")
58. if __name__ == '__main__':
59.     uvicorn.run(app=app, host='0.0.0.0')

复制代码

方法二： 基于 python 异步机制实现 推荐指数 ： ※ ※ ※ ※

为了方便展示，我直接使用gradio写一个小webUI，因为流式输出的场景就是用于Web的展示。直接进行python输出也是可以的。
值得注意的是 方法 一定要加上 async ，这里对于小白可能看不懂， 因为这里涉及到，异步、协程等概念。

1. import gradio as gr
2. import asyncio
3. from langchain.chat_models import ChatOpenAI
4. #使用 异步的 Callback   AsyncIteratorCallbackHandler
5. from langchain.callbacks import AsyncIteratorCallbackHandler
7. async def f():
8.    callback = AsyncIteratorCallbackHandler()
9.    llm = ChatOpenAI(engine='GPT-35',streaming=True,callbacks=[callback])
10.    coro = llm.apredict("写一个1000字的修仙小说")  # 这里如果是 LLMChain的话 可以 换成  chain.acall()
11.    asyncio.create_task(coro)
12.    text = ""
13.    async for token in callback.aiter():
14.        text = text+token
15.        yield gr.TextArea.update(value=text)
17. with gr.Blocks() as demo:
18.     with gr.Column():
19.          摘要汇总 = gr.TextArea(value="",label="摘要总结",)
20.          bn = gr.Button("触发", variant="primary")
21.     bn.click(f,[],[摘要汇总])
23. demo.queue().launch(share=False, inbrowser=False, server_name="0.0.0.0", server_port=8001)

复制代码

方法来之不易，如果您有所收获，请点赞，收藏，关注。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。