Optional checkpointerOptional configOptional interruptOptional interruptProtected lc_Optional nameOptional retryOptional stepOptional store可选 stream用于与构造函数参数合并的附加属性的映射。键是属性名称，例如“foo”。值是属性值，将被序列化。这些属性需要被构造函数作为参数接受。
模块的最终序列化标识符。
用于保存秘密的映射，这些秘密将被省略序列化。键是构造函数参数中秘密的路径，例如“foo.bar.baz”。值是秘密 ID，将在反序列化时使用。
用于处理可运行程序的批处理和配置的内部方法。它接受一个函数、输入值和可选的配置，并返回一个解析为输出值的 promise。
要为每个输入值执行的函数。
可选 options: Partial<PregelOptions<Record<"__start__" | N, PregelNode<S, U>>, Record<string | N, BaseChannel<unknown, unknown, unknown>>>>[]可选 runManagers: (undefined | CallbackManagerForChainRun)[]可选 batchOptions: RunnableBatchOptions可选 options: Partial<PregelOptions<Record<"__start__" | N, PregelNode<S, U>>, Record<string | N, BaseChannel<unknown, unknown, unknown>>>> & { 可选 batchOptions: RunnableBatchOptions一个解析为输出值的 promise。
Protected _callOptional options: Partial<PregelOptions<Record<"__start__" | N, PregelNode<S, U>>, Record<string | N, BaseChannel<unknown, unknown, unknown>>>> & { Protected _get受保护 _prepare可选 saved?: CheckpointTuple可选 subgraph受保护 _separate可选 options: Partial<PregelOptions<Record<"__start__" | N, PregelNode<S, U>>, Record<string | N, BaseChannel<unknown, unknown, unknown>>>>可选 options: Partial<PregelOptions<Record<"__start__" | N, PregelNode<S, U>>, Record<string | N, BaseChannel<unknown, unknown, unknown>>>>受保护 _stream受保护 _transform辅助方法，用于将输入值的迭代器转换为输出值的迭代器，并带回调。使用它在 Runnable 子类中实现 stream() 或 transform()。
Optional runManager: CallbackManagerForChainRun可选 options: Partial<PregelOptions<Record<"__start__" | N, PregelNode<S, U>>, Record<string | N, BaseChannel<unknown, unknown, unknown>>>>Optional options: PregelOptions<Record<"__start__" | N, PregelNode<S, U>>, Record<string | N, BaseChannel<unknown, unknown, unknown>>> & { batch 的默认实现，它调用 invoke N 次。子类如果能更有效地批处理，应该覆盖此方法。
每个批处理调用的输入数组。
可选 options: Partial<PregelOptions<Record<"__start__" | N, PregelNode<S, U>>, Record<string | N, BaseChannel<unknown, unknown, unknown>>>> | Partial<PregelOptions<Record<"__start__" | N, PregelNode<S, U>>, Record<string | N, BaseChannel<unknown, unknown, unknown>>>>[]单个调用选项对象，应用于每个批处理调用，或每个调用的数组。
可选 batchOptions: RunnableBatchOptions & { RunOutputs 数组，或者如果 batchOptions.returnExceptions 设置则混合 RunOutputs 和错误
可选 options: Partial<PregelOptions<Record<"__start__" | N, PregelNode<S, U>>, Record<string | N, BaseChannel<unknown, unknown, unknown>>>> | Partial<PregelOptions<Record<"__start__" | N, PregelNode<S, U>>, Record<string | N, BaseChannel<unknown, unknown, unknown>>>>[]可选 batchOptions: RunnableBatchOptions & { 可选 options: Partial<PregelOptions<Record<"__start__" | N, PregelNode<S, U>>, Record<string | N, BaseChannel<unknown, unknown, unknown>>>> | Partial<PregelOptions<Record<"__start__" | N, PregelNode<S, U>>, Record<string | N, BaseChannel<unknown, unknown, unknown>>>>[]可选 batchOptions: RunnableBatchOptions将参数绑定到 Runnable，返回新的 Runnable。
一个新的 RunnableBinding，当调用时，将应用绑定的参数。
获取图的当前状态。
Optional options: { Optional subgraphs?: boolean获取图的状态历史记录。
Optional options: CheckpointListOptions使用单个输入和配置运行图。
图的输入。
可选 options: Partial<PregelOptions<Record<"__start__" | N, PregelNode<S, U>>, Record<string | N, BaseChannel<unknown, unknown, unknown>>>>运行时要使用的配置。
返回一个新的 Runnable，它通过对每个输入调用 invoke() 将输入列表映射到输出列表。
创建一个新的可运行项序列，该序列按顺序运行每个单独的可运行项，将一个可运行项的输出传递到另一个可运行项或类似可运行项中。
一个可运行项、函数或对象，其值是函数或可运行项。
一个新的可运行项序列。
Protected prepareOptional options: { Optional skip为单个输入流式传输图步骤。
图的输入。
可选 options: Partial<PregelOptions<Record<"__start__" | N, PregelNode<S, U>>, Record<string | N, BaseChannel<unknown, unknown, unknown>>>>运行时要使用的配置。
生成可运行项内部步骤发出的事件流。
用于创建 StreamEvent 的迭代器，该迭代器提供有关可运行项进度（包括来自中间结果的 StreamEvent）的实时信息。
StreamEvent 是一个字典，具有以下模式
event: string - 事件名称格式为：on_[runnable_type]_(start|stream|end)。name: string - 生成事件的可运行项的名称。run_id: string - 与发出事件的可运行项的给定执行相关联的随机生成 ID。作为父可运行项执行的一部分而调用的子可运行项被分配自己的唯一 ID。tags: string[] - 生成事件的可运行项的标签。metadata: Record<string, any> - 生成事件的可运行项的元数据。data: Record<string, any>下表说明了各种链可能发出的某些事件。为了简洁起见，表中省略了元数据字段。链定义已包含在表之后。
注意 此参考表适用于 V2 版本的模式。
+----------------------+-----------------------------+------------------------------------------+
| event | input | output/chunk |
+======================+=============================+==========================================+
| on_chat_model_start | {"messages": BaseMessage[]} | |
+----------------------+-----------------------------+------------------------------------------+
| on_chat_model_stream | | AIMessageChunk("hello") |
+----------------------+-----------------------------+------------------------------------------+
| on_chat_model_end | {"messages": BaseMessage[]} | AIMessageChunk("hello world") |
+----------------------+-----------------------------+------------------------------------------+
| on_llm_start | {'input': 'hello'} | |
+----------------------+-----------------------------+------------------------------------------+
| on_llm_stream | | 'Hello' |
+----------------------+-----------------------------+------------------------------------------+
| on_llm_end | 'Hello human!' | |
+----------------------+-----------------------------+------------------------------------------+
| on_chain_start | | |
+----------------------+-----------------------------+------------------------------------------+
| on_chain_stream | | "hello world!" |
+----------------------+-----------------------------+------------------------------------------+
| on_chain_end | [Document(...)] | "hello world!, goodbye world!" |
+----------------------+-----------------------------+------------------------------------------+
| on_tool_start | {"x": 1, "y": "2"} | |
+----------------------+-----------------------------+------------------------------------------+
| on_tool_end | | {"x": 1, "y": "2"} |
+----------------------+-----------------------------+------------------------------------------+
| on_retriever_start | {"query": "hello"} | |
+----------------------+-----------------------------+------------------------------------------+
| on_retriever_end | {"query": "hello"} | [Document(...), ..] |
+----------------------+-----------------------------+------------------------------------------+
| on_prompt_start | {"question": "hello"} | |
+----------------------+-----------------------------+------------------------------------------+
| on_prompt_end | {"question": "hello"} | ChatPromptValue(messages: BaseMessage[]) |
+----------------------+-----------------------------+------------------------------------------+
“on_chain_*”事件是默认事件，用于不适合上述任何类别的可运行项。
除了上述标准事件之外，用户还可以调度自定义事件。
自定义事件将仅在 V2 版本的 API 中显示！
自定义事件具有以下格式
+-----------+------+------------------------------------------------------------+
| Attribute | Type | Description |
+===========+======+============================================================+
| name | str | A user defined name for the event. |
+-----------+------+------------------------------------------------------------+
| data | Any | The data associated with the event. This can be anything. |
+-----------+------+------------------------------------------------------------+
以下是一个示例
import { RunnableLambda } from "@langchain/core/runnables";
import { dispatchCustomEvent } from "@langchain/core/callbacks/dispatch";
// Use this import for web environments that don't support "async_hooks"
// and manually pass config to child runs.
// import { dispatchCustomEvent } from "@langchain/core/callbacks/dispatch/web";
const slowThing = RunnableLambda.from(async (someInput: string) => {
// Placeholder for some slow operation
await new Promise((resolve) => setTimeout(resolve, 100));
await dispatchCustomEvent("progress_event", {
message: "Finished step 1 of 2",
});
await new Promise((resolve) => setTimeout(resolve, 100));
return "Done";
});
const eventStream = await slowThing.streamEvents("hello world", {
version: "v2",
});
for await (const event of eventStream) {
if (event.event === "on_custom_event") {
console.log(event);
}
}
Optional streamOptions: Omit<EventStreamCallbackHandlerInput, "autoClose">Optional streamOptions: Omit<EventStreamCallbackHandlerInput, "autoClose">流式传输可运行项的所有输出，如回调系统报告的那样。这包括 LLM、检索器、工具等的内部运行。输出以 Log 对象的形式流式传输，其中包含描述运行状态在每个步骤中如何改变的 jsonpatch 操作列表，以及运行的最终状态。jsonpatch 操作可以按顺序应用以构建状态。
可选 options: Partial<PregelOptions<Record<"__start__" | N, PregelNode<S, U>>, Record<string | N, BaseChannel<unknown, unknown, unknown>>>>可选 streamOptions: Omit<LogStreamCallbackHandlerInput, "autoClose">transform 的默认实现，它会缓冲输入，然后调用 stream。如果子类可以在输入仍在生成时开始生成输出，则应该覆盖此方法。
使用给定的值更新图的状态，就像它们来自节点 as_node 一样。如果未提供 as_node，它将设置为更新状态的最后一个节点，如果不明确。
可选 asNode: string | N将生命周期监听器绑定到 Runnable，返回一个新的 Runnable。Run 对象包含有关运行的信息，包括其 ID、类型、输入、输出、错误、开始时间、结束时间以及添加到运行的任何标签或元数据。
包含回调函数的对象。
可选 on在可运行对象运行完毕后调用，传入 Run 对象。
可选 config: RunnableConfig可选 on如果可运行对象抛出错误，则调用此函数，传入 Run 对象。
可选 config: RunnableConfig可选 on在可运行对象开始运行之前调用，传入 Run 对象。
可选 config: RunnableConfig为现有可运行对象添加重试逻辑。
可选 fields: { 可选 on可选 stop一个新的 RunnableRetry，当调用时，将根据参数进行重试。
静态 is静态 lc_
用于构造函数参数别名的映射。键是属性名称，例如“foo”。值是将在序列化时替换键的别名。这用于例如使参数名称与 Python 匹配。