将数据传递

RunnablePassthrough 本身允许你传递未改变的输入。这通常与 RunnableParallel 一起使用，以将数据传递到映射中的新键。

请参考下面的示例：

%pip install --upgrade --quiet  langchain langchain-openai

from langchain_core.runnables import RunnableParallel, RunnablePassthrough
 
runnable = RunnableParallel(
    passed=RunnablePassthrough(),
    modified=lambda x: x["num"] + 1,
)
 
runnable.invoke({"num": 1})

如上所示，passed 键被调用了 RunnablePassthrough()，所以它简单地将 {'num': 1} 传递了下去。

我们还在映射中设置了一个带有 modified 键的第二个键。这使用 lambda 函数设置一个单独的值，将 1 添加到 num 中，结果是 modified 键的值为 2。

检索示例

在下面的示例中，我们看到了一个使用 RunnablePassthrough 和 RunnableParallel 的用例。

from langchain_community.vectorstores import FAISS
from langchain_core.output_parsers import StrOutputParser
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.runnables import RunnablePassthrough
from langchain_openai import ChatOpenAI, OpenAIEmbeddings
 
vectorstore = FAISS.from_texts(
    ["harrison worked at kensho"], embedding=OpenAIEmbeddings()
)
retriever = vectorstore.as_retriever()
template = """Answer the question based only on the following context:
{context}
 
Question: {question}
"""
prompt = ChatPromptTemplate.from_template(template)
model = ChatOpenAI()
 
retrieval_chain = (
    {"context": retriever, "question": RunnablePassthrough()}
    | prompt
    | model
    | StrOutputParser()
)
 
retrieval_chain.invoke("where did harrison work?")

在这里，prompt 的输入需要是一个具有 "context" 和 "question" 键的映射。用户输入只是问题。所以我们需要使用检索器获取上下文，并将用户输入通过 "question" 键传递。在这种情况下，RunnablePassthrough 允许我们将用户的问题传递给 prompt 和 model。

并行（Parallel）顺序（Sequence）