Haystack Builders 组件完全指南AnswerBuilder、PromptBuilder 与 ChatPromptBuilder 的用法与源码剖析【免费下载链接】haystackOpen-source AI orchestration framework for building context-engineered, production-ready LLM applications. Design modular pipelines and agent workflows with explicit control over retrieval, routing, memory, and generation. Built for scalable agents, RAG, multimodal applications, semantic search, and conversational systems.项目地址: https://gitcode.com/GitHub_Trending/ha/haystackHaystack 的builders模块提供了三个开箱即用的提示词与答案构建组件AnswerBuilder负责把 Generator 的输出解析成结构化的GeneratedAnswer对象支持正则抽取与文档引用追踪PromptBuilder与ChatPromptBuilder负责用 Jinja2 模板把变量渲染成文本提示词或 ChatMessage 消息列表供 Generator/ChatGenerator 消费。本文以 builders_api.md 为骨架结合 builders 源码 与 对应测试 展开讲解读完你就能在 RAG、问答与多模态管线中熟练配置和使用这三个组件。本文基于仓库中的 Haystack 2.x 版本参考文档为 version-2.19撰写。文中代码路径均以仓库根目录为基准。一、Builders 模块概览haystack/components/builders目录下共有三个组件见init.py组件类名输入输出典型场景answer_builder.pyAnswerBuilderquery、replies、documents、metalist[GeneratedAnswer]把 Generator 原始回复清洗为带引用文档的答案prompt_builder.pyPromptBuilder模板变量kwargsstrprompt文本补全型 Generator 的提示词渲染chat_prompt_builder.pyChatPromptBuilder模板变量kwargslist[ChatMessage]对话型 ChatGenerator 的多轮消息渲染三者都通过component装饰器注册为 Haystack 组件可被Pipeline.add_component()直接加入管线也都可以在run()时动态覆盖模板因此非常适合先搭管线、后做 prompt engineering的工作流。二、AnswerBuilder把 Generator 回复解析成结构化答案2.1 核心作用AnswerBuilder将查询 Generator 回复转换成GeneratedAnswer对象。它用自定义正则表达式从回复中抽取答案文本可选地接收 Generator 的元数据与输入文档把文档挂到答案对象上同时兼容文本型 Generator 与对话型 ChatGenerator。GeneratedAnswer数据类定义在 haystack/dataclasses/answer.py包含四个字段data解析后的答案文本query原始查询documents被引用的文档列表meta生成器元数据含all_messages原始回复。2.2 构造参数def __init__(pattern: Optional[str] None, reference_pattern: Optional[str] None, last_message_only: bool False)pattern抽取答案文本的正则。不传则把整个回复当作答案。正则最多只能有一个捕获组有捕获组时取组内文本无捕获组时取整个匹配。例如[^\n]$可从this is an argument.\nthis is an answer中抽出this is an answer取最后一行Answer: (.*)可从this is an argument. Answer: this is an answer中抽出this is an answer。 源码在 answer_builder.py 中实现re.search命中后若match.lastindex为空则取group(0)否则取group(1)未命中返回空字符串。若正则含多个捕获组构造或运行时都会抛出ValueError见_check_num_groups_in_regexanswer_builder.py。reference_pattern解析文档引用的正则。不传则不解析所有文档全部挂到答案上。引用按输入文档的从 1 开始的索引书写例如\[(\d)\]可从this is an answer[1]中抽出1。提供该参数后返回文档副本的 meta 中会带有布尔键referenced。last_message_only默认False使用全部消息作为答案设为True则只取最后一条消息。当前仓库源码还提供了两个文档中未出现的额外构造参数answer_builder.pyreturn_only_referenced_documents默认True配合reference_pattern使用只返回回复中真正被引用的文档设为False返回全部文档未引用的文档referencedFalse。若未提供reference_pattern该参数不生效。expand_reference_ranges默认False设为True后支持[6-10]这样的引用区间展开为 610 号文档。开启后若使用默认reference_pattern会自动切换到更宽的模式EXPANDED_REFERENCE_PATTERN r\[(\d(?:[,-]\d)*)\]answer_builder.py。2.3 run() 签名与参数component.output_types(answerslist[GeneratedAnswer]) def run(query: str, replies: Union[list[str], list[ChatMessage]], meta: Optional[list[dict[str, Any]]] None, documents: Optional[list[Document]] None, pattern: Optional[str] None, reference_pattern: Optional[str] None)query喂给 Generator 的查询repliesGenerator 输出字符串列表或ChatMessage列表均可metaGenerator 返回的元数据列表长度必须与replies一致否则抛ValueErroranswer_builder.py不传时答案不含元数据documentsGenerator 的输入文档。传入后每个文档副本的 meta 会带上source_index输入列表中从 1 开始的序号原输入文档不被修改通过dataclasses.replace生成副本若同时提供reference_pattern则从 Generator 输出中解析被引用的文档再依据return_only_referenced_documents决定返回全部还是仅返回被引用文档pattern/reference_pattern可覆盖初始化时的默认值实现一次构建、多次不同解析规则。返回字典键为answers值为GeneratedAnswer列表。2.4 实战示例最简用法不带文档from haystack.components.builders import AnswerBuilder builder AnswerBuilder(patternAnswer: (.*)) builder.run(queryWhats the answer?, replies[This is an argument. Answer: This is the answer.])带文档与引用解析参考 answer_builder.py 中的官方示例from haystack import Document from haystack.components.builders import AnswerBuilder replies [The capital of France is Paris [2].] docs [ Document(contentBerlin is the capital of Germany.), Document(contentParis is the capital of France.), Document(contentRome is the capital of Italy.), ] builder AnswerBuilder(reference_pattern\\[(\\d)\\], return_only_referenced_documentsFalse) result builder.run(queryWhat is the capital of France?, repliesreplies, documentsdocs)[answers][0] print(fAnswer: {result.data}) # Answer: The capital of France is Paris print(References:) for doc in result.documents: if doc.meta[referenced]: print(f[{doc.meta[source_index]}] {doc.content}) # [2] Paris is the capital of France. print(Other sources:) for doc in result.documents: if not doc.meta[referenced]: print(f[{doc.meta[source_index]}] {doc.content}) # [1] / [3] ...2.5 源码级细节与边界行为1 基索引与越界保护引用是 1 基的因此[0]会被解析为idx -1源码显式做0 idx len(documents)边界检查answer_builder.py越界时记录WARNING日志Document index {index} referenced in Generator output is out of range.并跳过该文档绝不会静默错配到最后一个文档。回复来源区分对ChatMessage回复取其.text与.meta对字符串回复直接使用answer_builder.py。引用区间展开的安全钳制展开[1-999999999]这类超大区间时会把末端钳制到文档总数避免物化出巨大集合answer_builder.py。测试佐证test_answer_builder.py 覆盖了 meta 长度不匹配抛错、多捕获组抛错、运行时覆盖 pattern、return_only_referenced_documents两种取值、越界引用告警、按 source order 返回被引用文档[3, 10, 50]→ 索引[3, 10, 50]等场景可作为你自行验证行为的参考。三、PromptBuilderJinja2 文本提示词渲染器3.1 核心作用PromptBuilder使用 Jinja2 语法渲染提示词模板把变量填充进模板后输出纯文本prompt供文本补全类 Generator 使用。默认模板中的变量即组件的输入均可选缺失的可选变量在渲染时替换为空字符串。管线每次运行时都可以传入新模板方便反复做 prompt engineering。3.2 构造参数def __init__(template: str, required_variables: Optional[Union[list[str], Literal[*]]] None, variables: Optional[list[str]] None)templateJinja2 模板字符串例如Summarize this document: {{ documents[0].content }}\nSummary:。模板变量会通过_extract_template_variables_and_assignments自动推断为组件的输入 socket{% set %}等已赋值的变量会被排除在输入之外prompt_builder.py。required_variables必须提供的变量列表设为*表示模板中所有变量都必填。当前仓库源码中该参数默认值为*见 prompt_builder.py显式传入变量列表后未列出的变量变为可选并在缺失时渲染为空字符串设为None则全部可选。若变量较多又显式设None源码会打出一条WARNING提示多分支管线中全部可选可能引发非预期行为prompt_builder.py。variables显式声明输入变量列表替代从template自动推断。典型用途是 prompt engineering 阶段让组件接收比默认模板更多的变量。渲染环境是HaystackSandboxedEnvironment沙箱化 Jinja2 环境并尽可能加载Jinja2TimeExtension需要arrow依赖缺失时静默降级见 prompt_builder.py。3.3 run() 签名与行为component.output_types(promptstr) def run(template: Optional[str] None, template_variables: Optional[dict[str, Any]] None, **kwargs)template运行时覆盖默认模板None则使用初始化模板template_variables运行时覆盖管线变量的字典优先级高于 kwargskwargs用于渲染模板的管线变量。变量合并顺序为{**kwargs, **template_variables}即template_variables优先prompt_builder.py。渲染前会调用_validate_variables校验必填变量缺失时抛ValueError错误信息会列出缺失变量、必填列表与已提供列表方便排查prompt_builder.py。3.4 实战示例独立使用from haystack.components.builders import PromptBuilder template Translate the following context to {{ target_language }}. Context: {{ snippet }}; Translation: builder PromptBuilder(templatetemplate) builder.run(target_languagespanish, snippetI cant speak spanish.) # 输出 promptTranslate the following context to Spanish. Context: I cant speak Spanish.; Translation:在 RAG 管线中使用官方示例prompt_builder.pyfrom haystack import Pipeline, Document from haystack.utils import Secret from haystack.components.generators.chat import OpenAIChatGenerator from haystack.components.builders.prompt_builder import PromptBuilder # 真实场景中 documents 可来自 retriever、web 等任意来源 documents [Document(contentJoe lives in Berlin), Document(contentJoe is a software engineer)] prompt_template Given these documents, answer the question. Documents: {% for doc in documents %} {{ doc.content }} {% endfor %} Question: {{query}} Answer: p Pipeline() p.add_component(instancePromptBuilder(templateprompt_template), nameprompt_builder) p.add_component(instanceOpenAIChatGenerator(api_keySecret.from_env_var(OPENAI_API_KEY)), namellm) p.connect(prompt_builder, llm) question Where does Joe live? result p.run({prompt_builder: {documents: documents, query: question}}) print(result)注意参考文档中的示例连接的是OpenAIGenerator而当前仓库 prompt_builder.py 的官方示例已更新为OpenAIChatGeneratorPromptBuilder输出str通过p.connect(prompt_builder, llm)或p.connect(prompt_builder.prompt, llm.prompt)均可接入取决于 Generator 的输入 socket。运行时更换模板prompt engineeringdocuments [ Document(contentJoe lives in Berlin, meta{name: doc1}), Document(contentJoe is a software engineer, meta{name: doc1}), ] new_template You are a helpful assistant. Given these documents, answer the question. Documents: {% for doc in documents %} Document {{ loop.index }}: Document name: {{ doc.meta[name] }} {{ doc.content }} {% endfor %} Question: {{ query }} Answer: p.run({ prompt_builder: { documents: documents, query: question, template: new_template, }, })运行时覆盖变量language_template You are a helpful assistant. Given these documents, answer the question. Documents: {% for doc in documents %} Document {{ loop.index }}: Document name: {{ doc.meta[name] }} {{ doc.content }} {% endfor %} Question: {{ query }} Please provide your answer in {{ answer_language | default(English) }} Answer: p.run({ prompt_builder: { documents: documents, query: question, template: language_template, template_variables: {answer_language: German}, }, })language_template引入了未绑定任何管线变量的answer_language未覆盖时使用 Jinja2default(English)兜底示例将其覆盖为German。template_variables同样可以覆盖documents等常规管线变量。3.5 序列化PromptBuilder.to_dict()返回包含template、variables、required_variables的字典prompt_builder.py用于组件/管线 YAML 序列化。四、ChatPromptBuilder面向对话模型的消息渲染器4.1 核心作用ChatPromptBuilder用 Jinja2 语法把模板渲染成list[ChatMessage]直接对接ChatGenerator的messages输入。模板可以是ChatMessage对象列表静态或动态特殊字符串模板借助ChatMessageExtension与{% message %}/{% endmessage %}标签、templatize_part过滤器构建结构化消息甚至支持图片等多模态内容。模板变量默认必填required_variables默认*未被列为必填的变量缺失时渲染为空字符串。variables与required_variables用于定义输入类型与必填约束。4.2 构造参数def __init__(template: Optional[Union[list[ChatMessage], str]] None, required_variables: Optional[Union[list[str], Literal[*]]] None, variables: Optional[list[str]] None)templateChatMessage列表或字符串模板可在init或run时提供required_variables/variables语义与 PromptBuilder 完全一致当前仓库默认*。变量推断规则与 PromptBuilder 略有不同列表模板只从USER与SYSTEM角色的消息文本中提取变量ASSISTANT/TOOL消息不参与推断chat_prompt_builder.py。若USER/SYSTEM消息文本为None或列表模板中使用了templatize_part过滤器会分别抛出NO_TEXT_ERROR_MESSAGE与FILTER_NOT_ALLOWED_ERROR_MESSAGE错误。渲染环境为HaystackSandboxedEnvironmentChatMessageExtension若安装了arrow还会追加Jinja2TimeExtensionchat_prompt_builder.py。4.3 run() 签名与行为component.output_types(promptlist[ChatMessage]) def run(template: Optional[Union[list[ChatMessage], str]] None, template_variables: Optional[dict[str, Any]] None, **kwargs)template运行时覆盖默认模板None则用初始化模板template_variables覆盖管线变量优先级高于 kwargskwargs管线变量。run会先校验模板非空且列表元素均为ChatMessage否则抛ValueError。对列表模板只渲染USER/SYSTEM消息并通过dataclasses.replace生成新消息副本避免原地修改原始消息chat_prompt_builder.py对字符串模板则调用_render_chat_messages_from_str_template渲染后再按行json.loads还原成ChatMessagechat_prompt_builder.py。4.4 实战示例静态 ChatMessage 模板template [ChatMessage.from_user(Translate to {{ target_language }}. Context: {{ snippet }}; Translation:)] builder ChatPromptBuilder(templatetemplate) builder.run(target_languagespanish, snippetI cant speak spanish.)运行时覆盖静态模板template [ChatMessage.from_user(Translate to {{ target_language }}. Context: {{ snippet }}; Translation:)] builder ChatPromptBuilder(templatetemplate) builder.run(target_languagespanish, snippetI cant speak spanish.) msg Translate to {{ target_language }} and summarize. Context: {{ snippet }}; Summary: summary_template [ChatMessage.from_user(msg)] builder.run(target_languagespanish, snippetI cant speak spanish., templatesummary_template)动态 ChatMessage 模板多轮对话管线from haystack.components.builders import ChatPromptBuilder from haystack.components.generators.chat import OpenAIChatGenerator from haystack.dataclasses import ChatMessage from haystack import Pipeline from haystack.utils import Secret # 不传 init 模板全部变量在运行时提供 prompt_builder ChatPromptBuilder() llm OpenAIChatGenerator(api_keySecret.from_token(your-api-key), modelgpt-4o-mini) pipe Pipeline() pipe.add_component(prompt_builder, prompt_builder) pipe.add_component(llm, llm) pipe.connect(prompt_builder.prompt, llm.messages) location Berlin language English system_message ChatMessage.from_system(You are an assistant giving information to tourists in {{language}}) messages [system_message, ChatMessage.from_user(Tell me about {{location}})] res pipe.run(data{prompt_builder: {template_variables: {location: location, language: language}, template: messages}}) print(res) # {llm: {replies: [ChatMessage(_roleChatRole.ASSISTANT: assistant, _content[TextContent(text # Berlin is the capital city of Germany and one of the most vibrant ...)], _nameNone, _meta{model: # gpt-4o-mini, index: 0, finish_reason: stop, usage: {prompt_tokens: 27, completion_tokens: 681, # total_tokens: 708}})]}}同一管线第二次运行时更换问题模板与变量messages [system_message, ChatMessage.from_user(Whats the weather forecast for {{location}} in the next {{day_count}} days?)] res pipe.run(data{prompt_builder: {template_variables: {location: location, day_count: 5}, template: messages}}) print(res) # {llm: {replies: [ChatMessage(... textHere is the weather forecast for Berlin in the next 5 days:\n\n... # prompt_tokens: 37, completion_tokens: 201, total_tokens: 238})]}}字符串模板含多模态图片内容from haystack.components.builders import ChatPromptBuilder from haystack.dataclasses.image_content import ImageContent template {% message rolesystem %} You are a helpful assistant. {% endmessage %} {% message roleuser %} Hello! I am {{user_name}}. Whats the difference between the following images? {% for image in images %} {{ image | templatize_part }} {% endfor %} {% endmessage %} images [ImageContent.from_file_path(apple.jpg), ImageContent.from_file_path(orange.jpg)] builder ChatPromptBuilder(templatetemplate) builder.run(user_nameJohn, imagesimages)字符串模板依赖ChatMessageExtension提供的{% message %}块标签与templatize_part过滤器其实现见 jinja2_chat_extension.py。templatize_part会把图片等结构化内容包裹为_TemplatizedPart并带有每次环境随机生成的 nonce 哨兵标记防止外部注入伪造内容jinja2_chat_extension.py。4.5 序列化ChatPromptBuilder同时实现了to_dict()与from_dict()chat_prompt_builder.pyto_dict会把列表模板逐个ChatMessage.to_dict()转成字典from_dict反序列化时再把字典还原为ChatMessage列表从而支持 YAML 管线配置的完整往返。五、三个组件的选型与最佳实践选型要点目标是文本补全型生成如传统OpenAIGenerator→ 用PromptBuilder输出str目标是对话式生成如OpenAIChatGenerator→ 用ChatPromptBuilder输出list[ChatMessage]天然支持 system/user/assistant 多轮角色需要把生成结果后处理为带引用文档的答案→ 在 Generator 之后串接AnswerBuilder。Prompt engineering 工作流初始化时给一个默认模板之后每次p.run()通过template参数传入新模板、用template_variables覆盖变量无需重建管线。必填校验生产环境建议显式列出required_variables避免*全必填导致的多分支管线因缺失分支变量而中断也避免None全可选掩盖拼写错误。当前仓库中两个 Prompt 组件的默认值均为*。引用追踪RAG 场景中给AnswerBuilder同时配置reference_pattern与return_only_referenced_documents既能保留引用来源又能控制返回文档数量减少下游 token 消耗。源码阅读入口三个组件的完整实现见 answer_builder.py、prompt_builder.py、chat_prompt_builder.py行为测试见 test_answer_builder.py、test_prompt_builder.py、test_chat_prompt_builder.pypydoc 配置见 pydoc/builders_api.yml。六、常见问题速查问题原因与对策ValueError: Pattern ... contains multiple capture groupspattern捕获组超过 1 个改用非捕获组(?:...)或只保留一个捕获组ValueError: Missing required input variables in PromptBuilder: ...必填变量未提供检查required_variables与template_variables/kwargs 的键名拼写ValueError: The ChatPromptBuilder requires a non-empty list of ChatMessage instancesrun时模板为空传入非空模板或初始化时配置模板文档引用[3]没被识别确认reference_pattern正确、引用从 1 开始编号且越界引用只会产生 WARNING 而非报错Chat 消息在渲染后仍显示变量占位符确认该消息属于USER/SYSTEM角色仅这两类参与渲染或检查templatize_part是否误用于列表模板以上三个组件共同构成了 Haystack 管线中输入模板化 → 生成 → 结构化答案的关键链路是 RAG 问答、Agent 对话与多模态应用最常用的基础构件。【免费下载链接】haystackOpen-source AI orchestration framework for building context-engineered, production-ready LLM applications. Design modular pipelines and agent workflows with explicit control over retrieval, routing, memory, and generation. Built for scalable agents, RAG, multimodal applications, semantic search, and conversational systems.项目地址: https://gitcode.com/GitHub_Trending/ha/haystack创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
Haystack Builders 组件完全指南AnswerBuilder、PromptBuilder 与 ChatPromptBuilder 的用法与源码剖析【免费下载链接】haystackOpen-source AI orchestration framework for building context-engineered, production-ready LLM applications. Design modular pipelines and agent workflows with explicit control over retrieval, routing, memory, and generation. Built for scalable agents, RAG, multimodal applications, semantic search, and conversational systems.项目地址: https://gitcode.com/GitHub_Trending/ha/haystackHaystack 的builders模块提供了三个开箱即用的提示词与答案构建组件AnswerBuilder负责把 Generator 的输出解析成结构化的GeneratedAnswer对象支持正则抽取与文档引用追踪PromptBuilder与ChatPromptBuilder负责用 Jinja2 模板把变量渲染成文本提示词或 ChatMessage 消息列表供 Generator/ChatGenerator 消费。本文以 builders_api.md 为骨架结合 builders 源码 与 对应测试 展开讲解读完你就能在 RAG、问答与多模态管线中熟练配置和使用这三个组件。本文基于仓库中的 Haystack 2.x 版本参考文档为 version-2.19撰写。文中代码路径均以仓库根目录为基准。一、Builders 模块概览haystack/components/builders目录下共有三个组件见init.py组件类名输入输出典型场景answer_builder.pyAnswerBuilderquery、replies、documents、metalist[GeneratedAnswer]把 Generator 原始回复清洗为带引用文档的答案prompt_builder.pyPromptBuilder模板变量kwargsstrprompt文本补全型 Generator 的提示词渲染chat_prompt_builder.pyChatPromptBuilder模板变量kwargslist[ChatMessage]对话型 ChatGenerator 的多轮消息渲染三者都通过component装饰器注册为 Haystack 组件可被Pipeline.add_component()直接加入管线也都可以在run()时动态覆盖模板因此非常适合先搭管线、后做 prompt engineering的工作流。二、AnswerBuilder把 Generator 回复解析成结构化答案2.1 核心作用AnswerBuilder将查询 Generator 回复转换成GeneratedAnswer对象。它用自定义正则表达式从回复中抽取答案文本可选地接收 Generator 的元数据与输入文档把文档挂到答案对象上同时兼容文本型 Generator 与对话型 ChatGenerator。GeneratedAnswer数据类定义在 haystack/dataclasses/answer.py包含四个字段data解析后的答案文本query原始查询documents被引用的文档列表meta生成器元数据含all_messages原始回复。2.2 构造参数def __init__(pattern: Optional[str] None, reference_pattern: Optional[str] None, last_message_only: bool False)pattern抽取答案文本的正则。不传则把整个回复当作答案。正则最多只能有一个捕获组有捕获组时取组内文本无捕获组时取整个匹配。例如[^\n]$可从this is an argument.\nthis is an answer中抽出this is an answer取最后一行Answer: (.*)可从this is an argument. Answer: this is an answer中抽出this is an answer。 源码在 answer_builder.py 中实现re.search命中后若match.lastindex为空则取group(0)否则取group(1)未命中返回空字符串。若正则含多个捕获组构造或运行时都会抛出ValueError见_check_num_groups_in_regexanswer_builder.py。reference_pattern解析文档引用的正则。不传则不解析所有文档全部挂到答案上。引用按输入文档的从 1 开始的索引书写例如\[(\d)\]可从this is an answer[1]中抽出1。提供该参数后返回文档副本的 meta 中会带有布尔键referenced。last_message_only默认False使用全部消息作为答案设为True则只取最后一条消息。当前仓库源码还提供了两个文档中未出现的额外构造参数answer_builder.pyreturn_only_referenced_documents默认True配合reference_pattern使用只返回回复中真正被引用的文档设为False返回全部文档未引用的文档referencedFalse。若未提供reference_pattern该参数不生效。expand_reference_ranges默认False设为True后支持[6-10]这样的引用区间展开为 610 号文档。开启后若使用默认reference_pattern会自动切换到更宽的模式EXPANDED_REFERENCE_PATTERN r\[(\d(?:[,-]\d)*)\]answer_builder.py。2.3 run() 签名与参数component.output_types(answerslist[GeneratedAnswer]) def run(query: str, replies: Union[list[str], list[ChatMessage]], meta: Optional[list[dict[str, Any]]] None, documents: Optional[list[Document]] None, pattern: Optional[str] None, reference_pattern: Optional[str] None)query喂给 Generator 的查询repliesGenerator 输出字符串列表或ChatMessage列表均可metaGenerator 返回的元数据列表长度必须与replies一致否则抛ValueErroranswer_builder.py不传时答案不含元数据documentsGenerator 的输入文档。传入后每个文档副本的 meta 会带上source_index输入列表中从 1 开始的序号原输入文档不被修改通过dataclasses.replace生成副本若同时提供reference_pattern则从 Generator 输出中解析被引用的文档再依据return_only_referenced_documents决定返回全部还是仅返回被引用文档pattern/reference_pattern可覆盖初始化时的默认值实现一次构建、多次不同解析规则。返回字典键为answers值为GeneratedAnswer列表。2.4 实战示例最简用法不带文档from haystack.components.builders import AnswerBuilder builder AnswerBuilder(patternAnswer: (.*)) builder.run(queryWhats the answer?, replies[This is an argument. Answer: This is the answer.])带文档与引用解析参考 answer_builder.py 中的官方示例from haystack import Document from haystack.components.builders import AnswerBuilder replies [The capital of France is Paris [2].] docs [ Document(contentBerlin is the capital of Germany.), Document(contentParis is the capital of France.), Document(contentRome is the capital of Italy.), ] builder AnswerBuilder(reference_pattern\\[(\\d)\\], return_only_referenced_documentsFalse) result builder.run(queryWhat is the capital of France?, repliesreplies, documentsdocs)[answers][0] print(fAnswer: {result.data}) # Answer: The capital of France is Paris print(References:) for doc in result.documents: if doc.meta[referenced]: print(f[{doc.meta[source_index]}] {doc.content}) # [2] Paris is the capital of France. print(Other sources:) for doc in result.documents: if not doc.meta[referenced]: print(f[{doc.meta[source_index]}] {doc.content}) # [1] / [3] ...2.5 源码级细节与边界行为1 基索引与越界保护引用是 1 基的因此[0]会被解析为idx -1源码显式做0 idx len(documents)边界检查answer_builder.py越界时记录WARNING日志Document index {index} referenced in Generator output is out of range.并跳过该文档绝不会静默错配到最后一个文档。回复来源区分对ChatMessage回复取其.text与.meta对字符串回复直接使用answer_builder.py。引用区间展开的安全钳制展开[1-999999999]这类超大区间时会把末端钳制到文档总数避免物化出巨大集合answer_builder.py。测试佐证test_answer_builder.py 覆盖了 meta 长度不匹配抛错、多捕获组抛错、运行时覆盖 pattern、return_only_referenced_documents两种取值、越界引用告警、按 source order 返回被引用文档[3, 10, 50]→ 索引[3, 10, 50]等场景可作为你自行验证行为的参考。三、PromptBuilderJinja2 文本提示词渲染器3.1 核心作用PromptBuilder使用 Jinja2 语法渲染提示词模板把变量填充进模板后输出纯文本prompt供文本补全类 Generator 使用。默认模板中的变量即组件的输入均可选缺失的可选变量在渲染时替换为空字符串。管线每次运行时都可以传入新模板方便反复做 prompt engineering。3.2 构造参数def __init__(template: str, required_variables: Optional[Union[list[str], Literal[*]]] None, variables: Optional[list[str]] None)templateJinja2 模板字符串例如Summarize this document: {{ documents[0].content }}\nSummary:。模板变量会通过_extract_template_variables_and_assignments自动推断为组件的输入 socket{% set %}等已赋值的变量会被排除在输入之外prompt_builder.py。required_variables必须提供的变量列表设为*表示模板中所有变量都必填。当前仓库源码中该参数默认值为*见 prompt_builder.py显式传入变量列表后未列出的变量变为可选并在缺失时渲染为空字符串设为None则全部可选。若变量较多又显式设None源码会打出一条WARNING提示多分支管线中全部可选可能引发非预期行为prompt_builder.py。variables显式声明输入变量列表替代从template自动推断。典型用途是 prompt engineering 阶段让组件接收比默认模板更多的变量。渲染环境是HaystackSandboxedEnvironment沙箱化 Jinja2 环境并尽可能加载Jinja2TimeExtension需要arrow依赖缺失时静默降级见 prompt_builder.py。3.3 run() 签名与行为component.output_types(promptstr) def run(template: Optional[str] None, template_variables: Optional[dict[str, Any]] None, **kwargs)template运行时覆盖默认模板None则使用初始化模板template_variables运行时覆盖管线变量的字典优先级高于 kwargskwargs用于渲染模板的管线变量。变量合并顺序为{**kwargs, **template_variables}即template_variables优先prompt_builder.py。渲染前会调用_validate_variables校验必填变量缺失时抛ValueError错误信息会列出缺失变量、必填列表与已提供列表方便排查prompt_builder.py。3.4 实战示例独立使用from haystack.components.builders import PromptBuilder template Translate the following context to {{ target_language }}. Context: {{ snippet }}; Translation: builder PromptBuilder(templatetemplate) builder.run(target_languagespanish, snippetI cant speak spanish.) # 输出 promptTranslate the following context to Spanish. Context: I cant speak Spanish.; Translation:在 RAG 管线中使用官方示例prompt_builder.pyfrom haystack import Pipeline, Document from haystack.utils import Secret from haystack.components.generators.chat import OpenAIChatGenerator from haystack.components.builders.prompt_builder import PromptBuilder # 真实场景中 documents 可来自 retriever、web 等任意来源 documents [Document(contentJoe lives in Berlin), Document(contentJoe is a software engineer)] prompt_template Given these documents, answer the question. Documents: {% for doc in documents %} {{ doc.content }} {% endfor %} Question: {{query}} Answer: p Pipeline() p.add_component(instancePromptBuilder(templateprompt_template), nameprompt_builder) p.add_component(instanceOpenAIChatGenerator(api_keySecret.from_env_var(OPENAI_API_KEY)), namellm) p.connect(prompt_builder, llm) question Where does Joe live? result p.run({prompt_builder: {documents: documents, query: question}}) print(result)注意参考文档中的示例连接的是OpenAIGenerator而当前仓库 prompt_builder.py 的官方示例已更新为OpenAIChatGeneratorPromptBuilder输出str通过p.connect(prompt_builder, llm)或p.connect(prompt_builder.prompt, llm.prompt)均可接入取决于 Generator 的输入 socket。运行时更换模板prompt engineeringdocuments [ Document(contentJoe lives in Berlin, meta{name: doc1}), Document(contentJoe is a software engineer, meta{name: doc1}), ] new_template You are a helpful assistant. Given these documents, answer the question. Documents: {% for doc in documents %} Document {{ loop.index }}: Document name: {{ doc.meta[name] }} {{ doc.content }} {% endfor %} Question: {{ query }} Answer: p.run({ prompt_builder: { documents: documents, query: question, template: new_template, }, })运行时覆盖变量language_template You are a helpful assistant. Given these documents, answer the question. Documents: {% for doc in documents %} Document {{ loop.index }}: Document name: {{ doc.meta[name] }} {{ doc.content }} {% endfor %} Question: {{ query }} Please provide your answer in {{ answer_language | default(English) }} Answer: p.run({ prompt_builder: { documents: documents, query: question, template: language_template, template_variables: {answer_language: German}, }, })language_template引入了未绑定任何管线变量的answer_language未覆盖时使用 Jinja2default(English)兜底示例将其覆盖为German。template_variables同样可以覆盖documents等常规管线变量。3.5 序列化PromptBuilder.to_dict()返回包含template、variables、required_variables的字典prompt_builder.py用于组件/管线 YAML 序列化。四、ChatPromptBuilder面向对话模型的消息渲染器4.1 核心作用ChatPromptBuilder用 Jinja2 语法把模板渲染成list[ChatMessage]直接对接ChatGenerator的messages输入。模板可以是ChatMessage对象列表静态或动态特殊字符串模板借助ChatMessageExtension与{% message %}/{% endmessage %}标签、templatize_part过滤器构建结构化消息甚至支持图片等多模态内容。模板变量默认必填required_variables默认*未被列为必填的变量缺失时渲染为空字符串。variables与required_variables用于定义输入类型与必填约束。4.2 构造参数def __init__(template: Optional[Union[list[ChatMessage], str]] None, required_variables: Optional[Union[list[str], Literal[*]]] None, variables: Optional[list[str]] None)templateChatMessage列表或字符串模板可在init或run时提供required_variables/variables语义与 PromptBuilder 完全一致当前仓库默认*。变量推断规则与 PromptBuilder 略有不同列表模板只从USER与SYSTEM角色的消息文本中提取变量ASSISTANT/TOOL消息不参与推断chat_prompt_builder.py。若USER/SYSTEM消息文本为None或列表模板中使用了templatize_part过滤器会分别抛出NO_TEXT_ERROR_MESSAGE与FILTER_NOT_ALLOWED_ERROR_MESSAGE错误。渲染环境为HaystackSandboxedEnvironmentChatMessageExtension若安装了arrow还会追加Jinja2TimeExtensionchat_prompt_builder.py。4.3 run() 签名与行为component.output_types(promptlist[ChatMessage]) def run(template: Optional[Union[list[ChatMessage], str]] None, template_variables: Optional[dict[str, Any]] None, **kwargs)template运行时覆盖默认模板None则用初始化模板template_variables覆盖管线变量优先级高于 kwargskwargs管线变量。run会先校验模板非空且列表元素均为ChatMessage否则抛ValueError。对列表模板只渲染USER/SYSTEM消息并通过dataclasses.replace生成新消息副本避免原地修改原始消息chat_prompt_builder.py对字符串模板则调用_render_chat_messages_from_str_template渲染后再按行json.loads还原成ChatMessagechat_prompt_builder.py。4.4 实战示例静态 ChatMessage 模板template [ChatMessage.from_user(Translate to {{ target_language }}. Context: {{ snippet }}; Translation:)] builder ChatPromptBuilder(templatetemplate) builder.run(target_languagespanish, snippetI cant speak spanish.)运行时覆盖静态模板template [ChatMessage.from_user(Translate to {{ target_language }}. Context: {{ snippet }}; Translation:)] builder ChatPromptBuilder(templatetemplate) builder.run(target_languagespanish, snippetI cant speak spanish.) msg Translate to {{ target_language }} and summarize. Context: {{ snippet }}; Summary: summary_template [ChatMessage.from_user(msg)] builder.run(target_languagespanish, snippetI cant speak spanish., templatesummary_template)动态 ChatMessage 模板多轮对话管线from haystack.components.builders import ChatPromptBuilder from haystack.components.generators.chat import OpenAIChatGenerator from haystack.dataclasses import ChatMessage from haystack import Pipeline from haystack.utils import Secret # 不传 init 模板全部变量在运行时提供 prompt_builder ChatPromptBuilder() llm OpenAIChatGenerator(api_keySecret.from_token(your-api-key), modelgpt-4o-mini) pipe Pipeline() pipe.add_component(prompt_builder, prompt_builder) pipe.add_component(llm, llm) pipe.connect(prompt_builder.prompt, llm.messages) location Berlin language English system_message ChatMessage.from_system(You are an assistant giving information to tourists in {{language}}) messages [system_message, ChatMessage.from_user(Tell me about {{location}})] res pipe.run(data{prompt_builder: {template_variables: {location: location, language: language}, template: messages}}) print(res) # {llm: {replies: [ChatMessage(_roleChatRole.ASSISTANT: assistant, _content[TextContent(text # Berlin is the capital city of Germany and one of the most vibrant ...)], _nameNone, _meta{model: # gpt-4o-mini, index: 0, finish_reason: stop, usage: {prompt_tokens: 27, completion_tokens: 681, # total_tokens: 708}})]}}同一管线第二次运行时更换问题模板与变量messages [system_message, ChatMessage.from_user(Whats the weather forecast for {{location}} in the next {{day_count}} days?)] res pipe.run(data{prompt_builder: {template_variables: {location: location, day_count: 5}, template: messages}}) print(res) # {llm: {replies: [ChatMessage(... textHere is the weather forecast for Berlin in the next 5 days:\n\n... # prompt_tokens: 37, completion_tokens: 201, total_tokens: 238})]}}字符串模板含多模态图片内容from haystack.components.builders import ChatPromptBuilder from haystack.dataclasses.image_content import ImageContent template {% message rolesystem %} You are a helpful assistant. {% endmessage %} {% message roleuser %} Hello! I am {{user_name}}. Whats the difference between the following images? {% for image in images %} {{ image | templatize_part }} {% endfor %} {% endmessage %} images [ImageContent.from_file_path(apple.jpg), ImageContent.from_file_path(orange.jpg)] builder ChatPromptBuilder(templatetemplate) builder.run(user_nameJohn, imagesimages)字符串模板依赖ChatMessageExtension提供的{% message %}块标签与templatize_part过滤器其实现见 jinja2_chat_extension.py。templatize_part会把图片等结构化内容包裹为_TemplatizedPart并带有每次环境随机生成的 nonce 哨兵标记防止外部注入伪造内容jinja2_chat_extension.py。4.5 序列化ChatPromptBuilder同时实现了to_dict()与from_dict()chat_prompt_builder.pyto_dict会把列表模板逐个ChatMessage.to_dict()转成字典from_dict反序列化时再把字典还原为ChatMessage列表从而支持 YAML 管线配置的完整往返。五、三个组件的选型与最佳实践选型要点目标是文本补全型生成如传统OpenAIGenerator→ 用PromptBuilder输出str目标是对话式生成如OpenAIChatGenerator→ 用ChatPromptBuilder输出list[ChatMessage]天然支持 system/user/assistant 多轮角色需要把生成结果后处理为带引用文档的答案→ 在 Generator 之后串接AnswerBuilder。Prompt engineering 工作流初始化时给一个默认模板之后每次p.run()通过template参数传入新模板、用template_variables覆盖变量无需重建管线。必填校验生产环境建议显式列出required_variables避免*全必填导致的多分支管线因缺失分支变量而中断也避免None全可选掩盖拼写错误。当前仓库中两个 Prompt 组件的默认值均为*。引用追踪RAG 场景中给AnswerBuilder同时配置reference_pattern与return_only_referenced_documents既能保留引用来源又能控制返回文档数量减少下游 token 消耗。源码阅读入口三个组件的完整实现见 answer_builder.py、prompt_builder.py、chat_prompt_builder.py行为测试见 test_answer_builder.py、test_prompt_builder.py、test_chat_prompt_builder.pypydoc 配置见 pydoc/builders_api.yml。六、常见问题速查问题原因与对策ValueError: Pattern ... contains multiple capture groupspattern捕获组超过 1 个改用非捕获组(?:...)或只保留一个捕获组ValueError: Missing required input variables in PromptBuilder: ...必填变量未提供检查required_variables与template_variables/kwargs 的键名拼写ValueError: The ChatPromptBuilder requires a non-empty list of ChatMessage instancesrun时模板为空传入非空模板或初始化时配置模板文档引用[3]没被识别确认reference_pattern正确、引用从 1 开始编号且越界引用只会产生 WARNING 而非报错Chat 消息在渲染后仍显示变量占位符确认该消息属于USER/SYSTEM角色仅这两类参与渲染或检查templatize_part是否误用于列表模板以上三个组件共同构成了 Haystack 管线中输入模板化 → 生成 → 结构化答案的关键链路是 RAG 问答、Agent 对话与多模态应用最常用的基础构件。【免费下载链接】haystackOpen-source AI orchestration framework for building context-engineered, production-ready LLM applications. Design modular pipelines and agent workflows with explicit control over retrieval, routing, memory, and generation. Built for scalable agents, RAG, multimodal applications, semantic search, and conversational systems.项目地址: https://gitcode.com/GitHub_Trending/ha/haystack创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
