bind函数

Runnable.bind(**kwargs) 是 LangChain Expression Language (LCEL) 中用于为 Runnable 组件预绑定固定参数的核心方法。它不会修改原对象，而是返回一个新的 RunnableBinding 包装对象，调用时自动将绑定的参数传入底层组件，实现配置与调用分离。

一、核心作用与原理

• 作用：冻结（Freeze）调用参数，避免重复传递；为链中特定步骤注入固定配置。
• 原理：
  1. 生成新的 RunnableBinding 实例，包装原始 Runnable。
  2. 调用时（invoke/batch/stream），合并绑定参数与运行时参数（运行时参数优先级更高）。
  3. 将合并后的参数传递给原始 Runnable 执行。

二、基本语法

# 通用形式
bound_runnable = original_runnable.bind(**固定参数)

# 常用：绑定模型生成参数
from langchain_openai import ChatOpenAI

# 原始模型
model = ChatOpenAI(model="gpt-3.5-turbo")
# 绑定参数后生成新模型
deterministic_model = model.bind(temperature=0, max_tokens=256, stop=["\n\n"])

三、核心使用场景（附代码）

场景 1：绑定模型生成参数（最常用）

固定 temperature、stop、max_tokens 等，无需每次调用传入。

from langchain_core.prompts import ChatPromptTemplate
from langchain_core.output_parsers import StrOutputParser

prompt = ChatPromptTemplate.from_template("简要回答问题：{question}")
chain = prompt | model.bind(temperature=0.1, max_tokens=100) | StrOutputParser()

# 调用时无需再传 temperature
print(chain.invoke({"question": "什么是LCEL?"}))

场景 2：绑定 OpenAI / 通用工具（Functions/Tools）

为模型绑定可调用工具，实现函数调用。

from langchain_core.tools import tool

@tool
def get_weather(city: str) -> str:
    """查询城市天气"""
    return f"{city} 晴天"

# 绑定工具列表
model_with_tools = model.bind(tools=[get_weather])
chain = prompt | model_with_tools

# 模型将根据问题自动决定是否调用工具
response = chain.invoke({"question": "北京天气如何?"})
print(response.tool_calls)

场景 3：绑定配置（Config）

使用 bind 或 with_config 绑定 RunnableConfig（如标签、回调、超时）。

from langchain_core.runnables import RunnableConfig

# 绑定配置：添加标签与元数据
model_with_config = model.bind(
    config=RunnableConfig(tags=["prod", "v2"], metadata={"user_id": "123"})
)

场景 4：为 RunnableLambda 绑定额外参数

解决 RunnableLambda 仅接受单输入的限制。

from langchain_core.runnables import RunnableLambda

def greet(name: str, greeting: str = "Hello"):
    return f"{greeting}, {name}!"

# 包装为Runnable（仅接受1个参数）
runnable_greet = RunnableLambda(greet)
# 绑定默认参数
friendly_greet = runnable_greet.bind(greeting="Hi")

# 调用时只需传 name
print(friendly_greet.invoke("Alice"))  # 输出: Hi, Alice!

场景 5：在 LCEL 链中局部绑定

在链式调用（|）中，为某个环节单独绑定参数。

from langchain_core.runnables import RunnablePassthrough

# 前半部分用默认参数，后半部分绑定stop词
chain = (
    {"input": RunnablePassthrough()}
    | ChatPromptTemplate.from_messages([("human", "{input}")])
    | model.bind(stop=["END"])  # 仅此处生效
    | StrOutputParser()
)

四、关键特性

1. 不可变性：原 Runnable 不受影响，bind 始终返回新对象。
2. 参数合并规则：
   • 同名参数：运行时传入 > bind 绑定 > 组件默认。
   • 字典参数：深度合并（如 tools）。
3. 可链式调用：支持多次 bind，参数叠加。

   # 先绑定温度，再绑定停止词
   model2 = model.bind(temperature=0).bind(stop=["STOP"])
   

五、bind vs with_config

• bind(**kwargs)：绑定调用参数（如 temperature, tools），传给 invoke(input, **kwargs)。
• with_config(config)：绑定执行配置（如 tags, callbacks, max_concurrency）。

六、常见误区

• ❌ 试图绑定输入字典的键（如 bind(question="固定值")）—— 应使用提示词模板或 RunnableParallel。
• ❌ 混淆绑定参数与运行时输入 —— bind 用于固定配置，动态数据应通过 invoke(input) 传入。

总结

bind() 是 LCEL 实现灵活、可复用链的基石，主要用于固定模型参数、绑定工具、注入配置。它通过非侵入式包装，让组件行为可定制，大幅提升代码简洁度与维护性。