一、LangChain 重試機制深度解析

當構建生產級AI應用時，with_retry() 機制可有效提升系統容錯性，典型應用場景包括：

• API調用頻率限制時的自動恢復
• 模型服務臨時不可用的故障轉移
• 網絡波動導致的瞬時異常處理

---

參數詳解與配置策略

1. 參數配置表

參數名	類型	默認值	作用說明	示例值
retry_if_exception_type	Tuple[Exception]	None	指定需要重試的異常類型	(APIError, TimeoutError)
wait_exponential_jitter	bool	True	啟用指數退避+隨機抖動策略	False
stop_after_attempt	int	3	最大重試次數（含初始調用）	5

2. 代碼示例

想要讓一個 Runnable 組件最多重試 2 次，只需在 with_retry() 函數中傳遞 stop_after_attempt參數即可，代碼：

from langchain_core.runnables import RunnableLambdacounter = -1def func(x):global countercounter += 1print(f"當前的值為 {counter=}")return x / counterchain = RunnableLambda(func).with_retry(stop_after_attempt=2)resp = chain.invoke(2)print(resp)

3. 資料推薦

• 🔗 官方文檔參考
• 💡大模型中轉API推薦
• ?中轉使用教程

---

二、with_retry() 函數的運行原理

構建一個新的 Runnable，在執行調用類的函數時，循環特定次數，直到組件能正常執行結束即暫停，并且在每次循環的過程中，休眠特定的時間，運行流程圖如下：