条件路由

所谓条件路由（Conditional Routing），就是在一条 AI 推理/数据处理流水线里，先依据输入内容、上下文或运行时信号做一次判别，再把请求分发到不同的子流程（链）上执行。本质上是受控的 if/else：先“判别”，再“选择”，最后“执行”，避免“一个提示词走天下”。

在 LangChain.js 中，常见做法有两种：

1. 用 RunnableBranch 声明式按顺序匹配分支（可视作 if/else-if/else 的旧范式）
2. 用 RunnableLambda 在函数里动态返回要执行的子链（官方更推荐，灵活且易组合）

路由条件既可以是规则驱动（正则、关键字、用户角色、租户权限、时间段、阈值等），也可以是模型辅助分类（先用轻量 LLM 判断“数学/SQL/闲聊/RAG”等意图）；命中失败时应设置兜底分支，保证可用性。

总结一句话：条件路由让系统不再押注单一路径，而是把“该走哪条路”的选择设计为一等公民。

RunnableBranch#

RunnableBranch 是 LangChain.js 中提供的条件分派器。

它把一条流程拆成多条“候选子链”，并附带各自的触发条件，运行时从左到右依次评估条件，命中第一个就执行对应子链，若都不命中则走默认分支。可以把它理解成链式的 if/else if/else。

适用场景

• 意图分流：把“数学问答 / SQL 咨询 / 常规闲聊”分到不同处理链。
• 策略切换：根据上下文选择不同 Prompt / 模型 / 温度 或不同的工具集合。
• 合规与风控：命中敏感词/权限不足 → 分流到“拒答/脱敏/人工审核”链。
• 降本增效：先走便宜路径（检索/小模型），只有命中特定条件才走贵路径（推理型大模型）。
• 容错兜底：为无法归类或条件未命中的情况提供稳定的默认输出链。

基础语法

RunnableBranch 是一个类，因此使用的时候需要实例化：

new RunnableBranch({ branches, default })

• branches：对应的类型为 Branch<Runinput, Runoutput>[]，其中 Runinput 是条件，Runoutput 是被选中后的子链。
• default：无分支命中时执行的 Runnable<RunInput, RunOutput>

RunnableBranch 还有一个静态方法 RunnableBranch.from([...BranchLike[], defaultRunnableLike])，该方法接受一个数组，数组的前 N 项是 [条件, 子链] 的数组，最后一项是默认子链。

RunnableBranch.from([[条件1, 子链1], [条件2, 子链2], [条件3, 子链3], 默认子链])

课堂练习

使用 RunnableBranch 创建子链

RunnableLambda#

不过现在 官方更加推荐使用 RunnableLambda 的方式。因为 RunnableLambda 更灵活，在函数里可以做复杂判别、动态返回任意子链，便于与外部系统结合。

课堂练习

使用 RunnableLambda 重构上面例子