LangChain 中会经常遇到 .run() 和 .invoke()，理解它们的区别和联系能更灵活地控制链的执行方式

✅区别：

.run() 是早期 LangChain 中用于简单链（如 LLMChain）的快捷方法，只接受一个输入字段的字典或值；
.invoke() 是新框架下通用的执行方法，能处理多个输入、支持组合链（Runnable）执行。

🧠 核心区别表格对比

✅ 用数值 + 代码例子对比

我们以一个生成 Cypher 查询的场景为例：

🧪 示例 1：简单的 LLMChain（只需要一个输入）

from langchain.chains import LLMChain
from langchain.prompts import PromptTemplate
from langchain.chat_models import ChatOpenAI

prompt = PromptTemplate.from_template("用 Cypher 查询图数据库中：{question}")
llm_chain = LLMChain(llm=ChatOpenAI(), prompt=prompt)

# ✅ run() 简洁明了
result = llm_chain.run("查询所有患者的名字")
print(result)

# 等价的写法（invoke）
result2 = llm_chain.invoke({"question": "查询所有患者的名字"})
print(result2)

输出示例：

MATCH (p:Patient) RETURN p.name

🧪 示例 2：复杂 chain，有多个输入字段（question + schema）

from operator import itemgetter
from langchain_core.runnables import RunnableLambda

# prompt 需要两个字段
prompt = PromptTemplate.from_template("""
根据 schema：{schema}
和问题：{question}
生成一个 Cypher 查询。
""")

# 使用 Runnable chain
chain = (
    {
        "schema": itemgetter("schema"),
        "question": itemgetter("question"),
    }
    | prompt
    | ChatOpenAI()
)

# ✅ invoke 可以传多个字段
result = chain.invoke({
    "schema": "(:Patient)-[:HAS_DISEASE]->(:Disease)",
    "question": "查询患有高血压的病人"
})
print(result)

# ❌ run 不支持，因为输入字段不是一个
# chain.run(...) 会报错

✅ 总结重点

✅ 建议你记住的规则：

如果你用的是简单的 LLMChain，只有一个输入字段，可以用 .run()；
只要有多个字段、组合结构、嵌套 prompt，一定要用 .invoke()，更稳更灵活。