第 05 课：输出解析（Parsers）- 结构化输出

课程目标

通过本节课，你将学到：

• ✅ 为什么需要输出解析
• ✅ 常用 Parser 类型
• ✅ Pydantic 数据验证
• ✅ 自定义 Parser

---

一、为什么需要输出解析？

1.1 问题场景

LLM 默认输出是字符串，但我们需要结构化数据：

# LLM 输出（字符串）
response = "张三，25岁，Python工程师"

# 我们需要（结构化数据）
{
    "name": "张三",
    "age": 25,
    "job": "Python工程师"
}

1.2 解决方案

使用 Output Parsers 将 LLM 输出转换为结构化数据：

from langchain.output_parsers import PydanticOutputParser
from pydantic import BaseModel

# 定义数据模型
class Person(BaseModel):
    name: str
    age: int
    job: str

# 创建解析器
parser = PydanticOutputParser(pydantic_object=Person)

# 解析输出
data = parser.parse(response)
print(data.name)  # "张三"

---

二、常用 Parser 类型

2.1 PydanticOutputParser（推荐）

特点：类型安全、自动验证

from langchain.output_parsers import PydanticOutputParser
from pydantic import BaseModel, Field

# 定义模型
class CodeReview(BaseModel):
    rating: int = Field(description="代码质量评分（1-10）")
    issues: list[str] = Field(description="发现的问题列表")
    suggestions: list[str] = Field(description="改进建议")

# 创建解析器
parser = PydanticOutputParser(pydantic_object=CodeReview)

# 获取格式说明
format_instructions = parser.get_format_instructions()
print(format_instructions)

使用示例：

from langchain_openai import ChatOpenAI
from langchain.prompts import ChatPromptTemplate

# 初始化
llm = ChatOpenAI(model="gpt-3.5-turbo")
parser = PydanticOutputParser(pydantic_object=CodeReview)

# 创建提示词
template = ChatPromptTemplate.from_messages([
    ("system", "你是一个代码审查专家。"),
    ("human", "{code}\n\n{format_instructions}")
])

# 调用
messages = template.format_messages(
    code="def add(a, b): return a + b",
    format_instructions=parser.get_format_instructions()
)

response = llm.invoke(messages)
result = parser.parse(response.content)

print(f"评分: {result.rating}")
print(f"问题: {result.issues}")

2.2 JsonOutputParser

特点：简单灵活，不要求 Pydantic

from langchain.output_parsers import JsonOutputParser

parser = JsonOutputParser()

# 获取格式说明
format_instructions = parser.get_format_instructions()

# 解析输出
json_data = parser.parse('{"name": "张三", "age": 25}')
print(json_data["name"])  # "张三"

2.3 ListParser

特点：解析列表格式

from langchain.output_parsers import CommaSeparatedListOutputParser

parser = CommaSeparatedListOutputParser()

# 解析
items = parser.parse("苹果, 香蕉, 橘子")
print(items)  # ["苹果", "香蕉", "橘子"]

2.4 DatetimeParser

特点：解析日期时间

from langchain.output_parsers import DatetimeOutputParser

parser = DatetimeOutputParser()

# 解析
date = parser.parse("2024-01-15 14:30:00")
print(date)  # datetime对象

---

三、Pydantic 数据验证

3.1 基础用法

from pydantic import BaseModel, Field, validator

class User(BaseModel):
    name: str = Field(description="用户名")
    age: int = Field(ge=0, le=150, description="年龄（0-150）")
    email: str = Field(description="邮箱地址")

    @validator("email")
    def validate_email(cls, v):
        if "@" not in v:
            raise ValueError("邮箱格式不正确")
        return v

# 创建实例（自动验证）
user = User(name="张三", age=25, email="zhangsan@example.com")
print(user.name)  # "张三"

# 错误示例
try:
    user = User(name="李四", age=200, email="invalid")
except ValueError as e:
    print(e)  # 验证失败

3.2 嵌套模型

from typing import List

class Address(BaseModel):
    city: str
    street: str

class Person(BaseModel):
    name: str
    age: int
    address: Address
    skills: List[str]

# 使用
parser = PydanticOutputParser(pydantic_object=Person)

---

四、自定义 Parser

4.1 继承 BaseOutputParser

from langchain.schema import BaseOutputParser

class CustomParser(BaseOutputParser):
    def parse(self, output: str) -> dict:
        """自定义解析逻辑"""
        lines = output.strip().split("\n")
        result = {}
        for line in lines:
            if ":" in line:
                key, value = line.split(":", 1)
                result[key.strip()] = value.strip()
        return result

    @property
    def _type(self) -> str:
        return "custom_parser"

# 使用
parser = CustomParser()
data = parser.parse("姓名: 张三\n年龄: 25")
print(data)  # {"姓名": "张三", "年龄": "25"}

4.2 错误处理

from langchain.output_parsers import OutputFixingParser

# 创建修复解析器
parser = PydanticOutputParser(pydantic_object=User)
fixing_parser = OutputFixingParser.from_llm(
    parser=parser,
    llm=ChatOpenAI()
)

# 自动修复格式错误
try:
    result = fixing_parser.parse("invalid json")
except Exception as e:
    print(f"修复失败: {e}")

---

五、实战案例

5.1 情感分析

from langchain.output_parsers import PydanticOutputParser
from pydantic import BaseModel
from langchain_openai import ChatOpenAI
from langchain.prompts import ChatPromptTemplate

# 定义模型
class Sentiment(BaseModel):
    sentiment: str  # positive/negative/neutral
    confidence: float  # 0-1
    keywords: list[str]

# 初始化
llm = ChatOpenAI(model="gpt-3.5-turbo")
parser = PydanticOutputParser(pydantic_object=Sentiment)

# 创建提示词
template = ChatPromptTemplate.from_messages([
    ("system", "你是一个情感分析专家。"),
    ("human", "{text}\n\n{format_instructions}")
])

# 分析
messages = template.format_messages(
    text="今天天气真好，心情特别愉快！",
    format_instructions=parser.get_format_instructions()
)

response = llm.invoke(messages)
result = parser.parse(response.content)

print(f"情感: {result.sentiment}")  # positive
print(f"置信度: {result.confidence}")  # 0.95
print(f"关键词: {result.keywords}")  # ["好", "愉快"]

---

六、本课小结

核心要点

1. 为什么需要解析：将字符串转为结构化数据
2. 常用 Parser：
   • PydanticOutputParser（推荐）
   • JsonOutputParser
   • ListParser
3. Pydantic 验证：类型安全、自动验证
4. 自定义 Parser：继承 BaseOutputParser

下节预告

下一课，我们将学习 链（Chains），包括：

• LCEL（LangChain Expression Language）
• 链式调用
• 复杂流程编排

---

🎯 课后练习

1. Pydantic 模型：定义一个"书籍信息"模型，包含书名、作者、出版年份、标签。
2. 解析器：使用 PydanticOutputParser 解析书籍信息。
3. 错误修复：尝试使用 OutputFixingParser 修复格式错误的输出。

---

上一课：04 - 提示词 | 下一课：06 - 链