在进行AI应用开发时，特别是使用LangChain库构建自定义工具时，我们可能需要配置和访问工具内运行的子事件。这篇文章将介绍如何在LangChain中访问和配置RunnableConfig以便更好地控制工具的执行行为。

技术背景介绍

在LangChain生态系统中，工具（Tools）作为可运行的组件，可以像其他可运行的组件一样被调用。为了更好地追踪和配置这些子调用，我们需要手动访问和传递工具的RunnableConfig对象。

核心原理解析

RunnableConfig是一个配置对象，用于传递自定义参数以影响工具的运行行为。在调用工具时，LangChain能够自动检测工具签名中类型为RunnableConfig的参数，并填入适当的值，实现动态配置。

代码实现演示

下面是一个如何使用LangChain自定义工具访问RunnableConfig的代码示例。请确保使用langchain-core>=0.2.16版本：

%pip install -qU langchain_core

from langchain_core.runnables import RunnableConfig
from langchain_core.tools import tool

@tool
async def reverse_tool(text: str, special_config_param: RunnableConfig) -> str:
    """A test tool that combines input text with a configurable parameter."""
    return (text + special_config_param["configurable"]["additional_field"])[::-1]

在上面的示例中，我们定义了一个名为reverse_tool的自定义工具。该工具接收一个字符串参数和一个RunnableConfig对象，并将字符串与配置中的additional_field连接，然后反转。

要调用这个工具并传递配置参数：

result = await reverse_tool.ainvoke(
    {"text": "abc"}, config={"configurable": {"additional_field": "123"}}
)

print(result)  # 输出: '321cba'

代码中additional_field的值被正确地传入，并在工具内使用。

应用场景分析

这种配置方法在以下场景中特别有用：

• 复杂的参数传递：动态修改工具运行时的行为。
• 子事件跟踪：在工具内的子调用中保持参数一致。
• 灵活性：通过配置来切换不同的运行模式。

实践建议

• 确保类型一致：RunnableConfig在工具签名中的类型标注非常重要，以便LangChain自动识别和填充。
• 合理设计配置结构：根据业务场景设计配置字段，以提高工具的可扩展性。
• 测试：在使用自定义配置参数之前，充分测试工具的各种可能配置组合。

如果遇到问题欢迎在评论区交流。

—END—