LangChain Expression Language (简称LCEL)是一种声明式的AI工作流编排方式，可以轻松地将多个处理步骤，像链条一样组合在一起，所以LCEL定义的工作流，在LangChain中称为链条(Chain)。从最简单的“提示(prompt)+LLM”链到最复杂的链条（例如由数百个步骤组成的链(Chain)）
LangChain Expression Language特性如下：
流式处理支持：使用LCEL构建链条时，为了尽快获取LLM模型返回的内容，LCEL也支持流式处理(Streaming)，实现类似ChatGPT一个个字符逐步返回内容的效果。
异步支持：使用LCEL构建的任何链条都可以使用同步API和使用异步API。使用异步API目的是为了改善性能，支持更高的并发请求。
支持并行执行：每当您的LCEL链条具有可以并行执行的步骤时（例如，如果您从多个检索器获取文档），我们都会自动执行它，用于同步和异步接口，以实现尽可能小的延迟。
重试和回退：为LCEL链条的任何部分配置重试和回退。
支持访问中间结果：对于复杂的工作流链条，在debug的时候，通常希望可以浏览不同任务步骤之间的中间结果。
输入和输出模式：输入和输出模式根据链条结构推断，为每个LCEL链条提供了Pydantic和JSONSchema模式。这可用于验证输入和输出，是LangServe的一个组成部分。
支持跟LangSmith监控服务集成：随着链条变得越来越复杂，准确了解每个步骤发生了什么变得越来越重要。使用LCEL，所有步骤都会自动记录到LangSmith，以实现最大的可观察性和调试性。
支持LangServe部署：使用LCEL创建的任何链条都可以轻松使用LangServe进行部署。