LangChain-结构化输出：告别解析困难，让AI返回标准格式

一、问题场景

假设你需要AI返回用户信息：

fromlangchain_openaiimportChatOpenAI model=ChatOpenAI(model="gpt-4o-mini")response=model.invoke("请给我一个用户信息，包含姓名、年龄、职业")print(response.content)

输出可能是：

姓名：张三 年龄：28岁 职业：软件工程师

或者：

张三，28岁，是一名软件工程师

或者：

{"name":"张三","age":28,"job":"软件工程师"}

问题：输出格式不可控，难以程序化处理。

二、输出解析器的作用

输出解析器负责将模型返回的非结构化文本转换为结构化数据：

AI输出（文本） → 解析器 → 结构化数据（对象/JSON）

LangChain提供了多种输出解析器：

三、StrOutputParser

3.1 基本用法

最简单的解析器，从消息对象中提取文本内容：

fromlangchain_openaiimportChatOpenAIfromlangchain_core.output_parsersimportStrOutputParserfromlangchain_core.promptsimportChatPromptTemplate# 创建组件prompt=ChatPromptTemplate.from_template("讲一个关于{topic}的笑话")model=ChatOpenAI(model="gpt-4o-mini")parser=StrOutputParser()# 组装链chain=prompt|model|parser# 执行result=chain.invoke({"topic":"程序员"})print(result)# 直接是字符串print(type(result))# <class 'str'>

3.2 为什么需要它？

# 不使用解析器response=model.invoke(messages)print(type(response))# <class 'AIMessage'>print(response.content)# 需要手动访问content属性# 使用解析器result=parser.invoke(response)print(type(result))# <class 'str'>，直接是字符串

四、PydanticOutputParser

4.1 定义数据结构

使用Pydantic定义期望的输出结构：

frompydanticimportBaseModel,FieldfromtypingimportListclassUserInfo(BaseModel):"""用户信息模型"""name:str=Field(description="用户姓名")age:int=Field(description="用户年龄")job:str=Field(description="职业")hobbies:List[str]=Field(description="兴趣爱好")

4.2 创建解析器

fromlangchain_core.output_parsersimportPydanticOutputParser parser=PydanticOutputParser(pydantic_object=UserInfo)# 获取格式说明print(parser.get_format_instructions())

输出：

The output should be formatted as a JSON instance that conforms to the JSON schema below. { "name": "用户姓名", "age": "用户年龄", "job": "职业", "hobbies": ["兴趣爱好"] }

4.3 完整示例

fromlangchain_openaiimportChatOpenAIfromlangchain_core.promptsimportChatPromptTemplatefromlangchain_core.output_parsersimportPydanticOutputParserfrompydanticimportBaseModel,FieldfromtypingimportList# 1. 定义数据模型classUserInfo(BaseModel):name:str=Field(description="用户姓名")age:int=Field(description="用户年龄")job:str=Field(description="职业")hobbies:List[str]=Field(description="兴趣爱好，最多3个")# 2. 创建解析器parser=PydanticOutputParser(pydantic_object=UserInfo)# 3. 创建提示模板（包含格式说明）prompt=ChatPromptTemplate.from_messages([("system","你是一个数据生成助手。\n{format_instructions}"),("human","请生成一个{age}岁左右的用户信息")])# 4. 格式化提示词messages=prompt.format_messages(format_instructions=parser.get_format_instructions(),age=30)# 5. 调用模型model=ChatOpenAI(model="gpt-4o-mini")response=model.invoke(messages)# 6. 解析输出user_info=parser.parse(response.content)print(user_info)print(type(user_info))

输出：

name='张伟'age=30job='产品经理'hobbies=['读书','跑步','摄影']<class'__main__.UserInfo'>

4.4 使用解析后的数据

# 访问属性print(user_info.name)# 张伟print(user_info.age)# 30print(user_info.hobbies)# ['读书', '跑步', '摄影']# 转换为字典user_dict=user_info.model_dump()print(user_dict)# {'name': '张伟', 'age': 30, 'job': '产品经理', 'hobbies': ['读书', '跑步', '摄影']}# 转换为JSONimportjson user_json=user_info.model_dump_json()print(user_json)# {"name":"张伟","age":30,"job":"产品经理","hobbies":["读书","跑步","摄影"]}

五、JsonOutputParser

5.1 基本用法

更简单的JSON输出方式：

fromlangchain_core.output_parsersimportJsonOutputParserfromlangchain_core.promptsimportChatPromptTemplatefromlangchain_openaiimportChatOpenAI# 定义JSON结构schema={"type":"object","properties":{"name":{"type":"string"},"age":{"type":"integer"},"city":{"type":"string"}}}parser=JsonOutputParser()prompt=ChatPromptTemplate.from_messages([("system","你是一个数据生成助手。\n{format_instructions}"),("human","生成一个来自{city}的用户信息")])model=ChatOpenAI(model="gpt-4o-mini")chain=prompt|model|parser result=chain.invoke({"format_instructions":parser.get_format_instructions(),"city":"北京"})print(result)print(type(result))

输出：

{'name':'李明','age':28,'city':'北京'}<class'dict'>

六、列表解析器

6.1 CommaSeparatedListOutputParser

fromlangchain_core.output_parsersimportCommaSeparatedListOutputParserfromlangchain_core.promptsimportChatPromptTemplatefromlangchain_openaiimportChatOpenAI parser=CommaSeparatedListOutputParser()prompt=ChatPromptTemplate.from_template("列出5种流行的编程语言。\n{format_instructions}")model=ChatOpenAI(model="gpt-4o-mini")chain=prompt|model|parser result=chain.invoke({"format_instructions":parser.get_format_instructions()})print(result)# ['Python', 'JavaScript', 'Java', 'Go', 'Rust']

6.2 自定义分隔符

fromlangchain_core.output_parsersimportListOutputParser parser=ListOutputParser()# 或者继承自定义

七、处理解析错误

7.1 常见错误

fromlangchain_core.output_parsersimportPydanticOutputParserfrompydanticimportBaseModelclassUser(BaseModel):name:strage:intparser=PydanticOutputParser(pydantic_object=User)# 模型可能返回不符合格式的数据invalid_json='{"name": "张三", "age": "不是数字"}'try:user=parser.parse(invalid_json)exceptExceptionase:print(f"解析失败:{e}")

7.2 重试机制

fromlangchain_core.output_parsersimportPydanticOutputParserfromlangchain.output_parsersimportRetryWithErrorOutputParserfrompydanticimportBaseModelclassUser(BaseModel):name:strage:intparser=PydanticOutputParser(pydantic_object=User)# 带重试的解析器retry_parser=RetryWithErrorOutputParser.from_llm(parser=parser,llm=ChatOpenAI(model="gpt-4o-mini"))# 解析失败时会自动让LLM修正try:result=retry_parser.parse_with_prompt(invalid_output,prompt_value)exceptExceptionase:print(f"解析失败:{e}")

八、实战案例：信息提取

fromlangchain_openaiimportChatOpenAIfromlangchain_core.promptsimportChatPromptTemplatefromlangchain_core.output_parsersimportPydanticOutputParserfrompydanticimportBaseModel,FieldfromtypingimportList# 定义输出模型classPersonInfo(BaseModel):"""人物信息"""name:str=Field(description="姓名")occupation:str=Field(description="职业")company:str=Field(default="",description="公司")achievements:List[str]=Field(default_factory=list,description="成就列表")# 创建解析器和提示parser=PydanticOutputParser(pydantic_object=PersonInfo)prompt=ChatPromptTemplate.from_messages([("system","你是信息提取专家。从文本中提取人物信息。\n{format_instructions}"),("human","{text}")])model=ChatOpenAI(model="gpt-4o-mini")chain=prompt|model|parser# 执行提取text=""" 马斯克是特斯拉CEO，也是SpaceX的创始人。他成功发射了可回收火箭， 推动了电动汽车革命，还在 Neuralink 和 The Boring Company 担任领导职务。 """result=chain.invoke({"format_instructions":parser.get_format_instructions(),"text":text})print(result)

输出：

name='马斯克'occupation='CEO、企业家'company='特斯拉'achievements=['成功发射可回收火箭','推动电动汽车革命','Neuralink创始人','The Boring Company创始人']

九、小结

最佳实践：

1. 定义清晰的Pydantic模型
2. 使用Field添加描述
3. 在提示词中包含格式说明
4. 处理解析异常