核心要点
流式输出：调用 .stream() / .astream() 逐 token 产出，.astream_events() 还能拿到链内每一步的中间事件
条件分支：RunnableBranch 按一组 (条件函数, 子链) 规则匹配，命中谁走谁，类似 if/elif/else
动态路由：RunnableLambda 根据输入语义/分类「返回」一个 Runnable，由它接管后续执行，实现按问题选链或选检索源
并行执行：RunnableParallel（或字典语法）让多个分支同时跑，结果汇成一个字典
标准回答
流式输出
LCEL 链原生支持流式，无需改造。同步用 for chunk in chain.stream(input) 逐块产出，异步用 async for chunk in chain.astream(input)，配合 Web 框架（SSE/WebSocket）即可边生成边推送，显著降低首字延迟、提升体感。若要观测链内部（哪一步开始、检索器返回了什么、token 级输出），用 .astream_events()，它会发出 on_chain_start、on_llm_stream、on_retriever_end 等结构化事件，适合做调试面板或细粒度前端展示。
条件分支：RunnableBranch
当路由规则是明确的布尔条件时用 RunnableBranch，它接收若干 (condition, runnable) 对加一个默认分支，按顺序匹配第一个为真的条件并执行对应子链，语义等价于 if/elif/else。适合「按输入长度、按是否含某关键字、按用户等级」这类规则化分流。
动态路由：RunnableLambda 返回 Runnable
更灵活的做法是用一个自定义函数（包成 RunnableLambda）先对输入做判断——比如调一个轻量分类 LLM 判定问题属于「数学 / 编程 / 闲聊」，或判断该查哪个知识库——然后直接返回对应的 Runnable（链）对象。LCEL 会自动把返回的 Runnable 继续执行下去。这就实现了按语义动态选择不同的子链、不同的 Prompt 或不同的检索源。
并行执行：RunnableParallel
互不依赖的多个分支可用 RunnableParallel 同时跑，例如同时检索多个数据源、或并行让多个模型作答再聚合，结果合并成字典。它能减少串行等待、压缩端到端延迟，常与上面的路由配合：先路由选路，命中分支内部再做并行召回。
常见误区
⚠️ 常见踩坑
把含阻塞 I/O 的普通函数塞进链却仍用同步 .invoke()，流式与并行优势全失；动态路由里在 RunnableLambda 中直接「执行」子链并返回其结果，而非「返回」子链对象，破坏了流式与可组合性；RunnableBranch 忘记给默认分支，未匹配输入直接报错；以为只要用了 LLM 就自动流式，其实要显式调 .stream() 且中间不能有破坏流的聚合步骤。
追问
追问 1：RunnableBranch 和用 RunnableLambda 做路由，分别适合什么场景？
RunnableBranch 适合规则清晰、分支固定的情况——条件能用确定的布尔判断写出来（如按关键字、长度、类型），可读性好、声明式。RunnableLambda 返回 Runnable 适合需要「计算后才知道走哪条」的动态场景，比如先调分类模型判定意图、或根据运行时配置/用户画像决定走哪条链、查哪个库。简单固定用 Branch，语义级或运行时决策用 Lambda 路由。
追问 2：流式输出时链路中间有非流式步骤（如解析/聚合）会怎样？
流式是逐块向下游传递的，如果中间某步必须拿到完整输入才能产出（如把全部 token 解析成 JSON、或对多路结果做聚合），它会成为「缓冲点」——在此之前的流会被攒齐才往下走，下游就丧失了流式效果。解决办法：尽量把非流式步骤放到链末端、或用支持增量解析的流式 Parser（如 JsonOutputParser 的流式模式），让结构化输出也能边到边解析。
追问 3：如何用 .astream_events() 给前端做更丰富的进度展示？
.astream_events() 会输出带 event 类型、name、run_id、data 的结构化事件流。前端可据此做分阶段提示：收到 on_retriever_end 时展示「已检索到 N 篇资料」并附来源；收到 on_chain_start 区分进入了哪个路由分支；on_chat_model_stream 逐 token 渲染答案；on_tool_start/end 显示工具调用进度。按 name/run_id 过滤可只订阅关心的节点，避免事件刷屏，实现类似「思考过程」的透明化体验。
🔗 相似问题
同一考点的不同问法，面试官可能换着问，一起刷更稳
没找到想看的面试题？把你想看的告诉我们 →
延伸学习
按主题分类的相关资源，便于系统复习