【LangChain核心组件】输出解析器

维度不同：输出解析器是 LangChain 中的一个功能性组件， with_structured_output() 是聊天模型的一个方法。
用法不同：输出解析器的工作流程可以是链式的，可以将 Prompt、LLM 和 Parser 像管道一样连接起来： chain = prompt | llm | parser 。而with_structured_output(schema) 却不行，只能手动调用，返回一个新的、具备了结构化输出能力的 Runnable（可运行对象）

可以根据自己的使用场景选择，如果想使用链式就选择输出解析器。

解析文本输出

其实对于使用 StrOutputParser 输出解析器输出文本，我们已经使用过多次了。对于 StrOutputParser ，它也实现了标准的 Runnable 接口。示例如下：

from langchain_openai import ChatOpenAI
from langchain_core.output_parsers import StrOutputParser

model = ChatOpenAI(model="gpt-4o-mini")
chain = model | StrOutputParser()
for chunk in chain.stream("写一首夏天的诗词，50字以内。"):
    print(chunk, end="|")

输出如下：

|炎|夏|骄|阳|照|，|绿|树|映|蓝|天|。|
|蝉|鸣|声|声|烈|，|荷|塘|映|清|鲜|。|
|微|风|拂|面|过|，|凉|意|透|心|间|。|
|烦|忧|随|汗|去|，|畅|享|此|夏|欢|。||

若是不使用输出解析器，而是直接得到聊天模型返回的 AIMessage，文本内容则需要从消息中的 content 字段获取。

解析结构化对象输出

要输出结构化对象，需要用到的输出解析器是 PydanticOutputParser 。

class langchain_core.output_parsers.pydantic.PydanticOutputParser 类，其参数如下：

pydantic_object ：要解析的 pydantic 模型

内置方法：

invoke() ：将单个输入转换为输出。

get_format_instructions() → str ：重要！！

作用：生成一个指令字符串，这个字符串会被添加到发送给 LLM 的提示（Prompt）的末尾。

目的：告诉 LLM 应该以什么样的格式返回它的响应。例如，“请将你的回复封装在 XML 标签中”或“请以 JSON 格式输出，包含 ‘name’ 和 ‘age’ 两个字段”。

代码示例如下：

# 定义聊天模型
model = ChatOpenAI(model="gpt-4o-mini")

# Pydantic 对象
class Joke(BaseModel):
    """给用户讲的一个笑话"""

    setup: str = Field(description="这个笑话的开头")
    punchline: str = Field(description="这个笑话的妙语")
    rating: Optional[int] = Field(default=None, description="从1-10分，给这个笑话评分")

# 定义解析器
parser = PydanticOutputParser(pydantic_object=Joke)

# 提示模板
prompt = PromptTemplate(
    template="回复用户问题。\n返回结构说明：{format_instructions}\n用户问题：{query}\n",
    # partial_variables：提示模板携带的部分变量的字典，无需在每次调用提示时都传入它们。
    # 类型为 Mapping[str, Any]，传入template携带的部分变量的字典
    partial_variables={"format_instructions": parser.get_format_instructions()},  # 将返回的结构作为提示词发送给大模型
    input_variables=["query"],
)

# 定义链
chain = prompt | model | parser
result = chain.invoke({"query": "讲一个关于跳舞的笑话"})
print(result)

解析 JSON 输出

要输出 JSON 格式，需要用到的输出解析器是 JsonOutputParser 。

class langchain_core.output_parsers.json.JsonOutputParser 类，其参数如下：

pydantic_object ：用于验证的 Pydantic 对象。如果为空，则不执行任何验证。

内置方法：

invoke() ：将单个输入转换为输出。

get_format_instructions() → str ：重要！！

作用：生成一个指令字符串，这个字符串会被添加到发送给 LLM 的提示（Prompt）的末尾。

目的：告诉 LLM 应该以什么样的格式返回它的响应。例如，“请将你的回复封装在 XML 标签中”或“请以 JSON 格式输出，包含 ‘name’ 和 ‘age’ 两个字段”。

# 定义聊天模型
model = ChatOpenAI(model="gpt-4o-mini")

# Pydantic 对象
class Joke(BaseModel):
    """给用户讲的一个笑话"""

    setup: str = Field(description="这个笑话的开头")
    punchline: str = Field(description="这个笑话的妙语")
    rating: Optional[int] = Field(default=None, description="从1-10分，给这个笑话评分")

# 定义解析器
parser = JsonOutputParser(pydantic_object=Joke)

# 提示模板
prompt = PromptTemplate(
    template="回复用户问题。\n返回结构说明：{format_instructions}\n用户问题：{query}\n",
    # partial_variables：提示模板携带的部分变量的字典，无需在每次调用提示时都传入它们。
    # 类型为 Mapping[str, Any]，传入template携带的部分变量的字典
    partial_variables={"format_instructions": parser.get_format_instructions()},  # 将返回的结构作为提示词发送给大模型
    input_variables=["query"],
)

# 定义链
chain = prompt | model | parser
result = chain.invoke({"query": "讲一个关于跳舞的笑话"})
print(result)

除了上面讲的文本、对象、JSON解析器，其实 LangChain 官方还提供了更多类型的解析器，如: