什么是 Output Parsers？
在 LangChain 中，输出解析器（Output Parsers）是用于将语言模型（LLM）的原始文本输出转换为结构化数据的工具。LLM 的输出通常是自由文本，可能是自然语言句子、JSON 字符串或列表等，而输出解析器的作用是提取这些输出的关键信息，并将其转换为程序友好的格式（如 Python 对象、字典或列表）。
为什么需要 Output Parsers？
- 结构化需求：应用程序可能需要特定格式的数据（例如 JSON、对象），而不是纯文本。
- 一致性：确保 LLM 输出符合预期格式，避免手动解析的麻烦。
- 自动化：简化从 LLM 输出到下游处理的流程。
Output Parsers 在 LangChain 中的位置
输出解析器通常与提示模板（PromptTemplate）和 LLM 一起使用，形成一个链（Chain）。链的典型结构是：
PromptTemplate → LLM → OutputParser
- PromptTemplate：定义输入和输出格式要求。
- LLM：生成原始文本响应。
- OutputParser：将文本解析为结构化数据。
内置 Output Parsers 类型
langchain_core.output_parsers 提供了多种解析器，以下是主要类型及其用途：
1. StrOutputParser
- 用途：将 LLM 输出作为纯字符串返回，不做任何结构化处理。
- 适用场景：只需要原始文本，不需要进一步解析时。
- 特点：最简单，无需格式化指令。
2. JsonOutputParser
- 用途：将 LLM 输出解析为 JSON 对象（Python 字典）。
- 适用场景：需要结构化数据（如键值对）时。
- 特点：要求 LLM 输出有效的 JSON 字符串。
3. PydanticOutputParser
- 用途：将 LLM 输出解析为 Pydantic 模型（强类型对象）。
- 适用场景：需要类型安全和复杂数据结构时。
- 特点：依赖 Pydantic，提供字段验证和描述。
4. CommaSeparatedListOutputParser
- 用途：将逗号分隔的文本解析为 Python 列表。
- 适用场景：需要从 LLM 获取简单列表时。
- 特点：轻量，专注于单一格式。
5. BaseOutputParser
- 用途：自定义解析器的基类。
- 适用场景：内置解析器无法满足需求时。
- 特点：需要实现
parse方法。
解析错误重试
- 核心功能：在解析失败时，多次尝试让 LLM 修正输出。
- 依赖：需要一个基础解析器（如
JsonOutputParser）和 LLM。 - 适用场景：当 LLM 输出不稳定或格式要求严格时。
示例： 解析输出
以下是一个完整的代码示例，展示如何确保 LLM 输出有效的 JSON。
from langchain_openai import ChatOpenAI
from langchain_core.prompts import PromptTemplate
from langchain_core.output_parsers import PydanticOutputParser
from langchain_core.runnables import RunnableSequence
from pydantic import BaseModel, Field
import os
from dotenv import load_dotenv
import asyncio
# 加载环境变量
load_dotenv()
model = os.getenv("model")
api_key = os.getenv("api_key")
base_url = os.getenv("base_url")
# 初始化 LLM
llm = ChatOpenAI(
model=model,
api_key=api_key,
base_url=base_url,
streaming=True
)
# 定义输出结构使用 Pydantic
class ParseResult(BaseModel):
result: str = Field(description="解析出的参数结果")
# 创建输出解析器
output_parser = PydanticOutputParser(pydantic_object=ParseResult)
# 创建提示模板
prompt_template = PromptTemplate.from_template(
"请解析以下输入并返回结果：{input}\n\n返回格式：\n{format_instructions}",
partial_variables={"format_instructions": output_parser.get_format_instructions()}
)
# 创建可运行序列
# chain = RunnableSequence(
# prompt_template,
# llm,
# output_parser
# )
chain = prompt_template | llm | output_parser
# 输入数据
user_input = "提取这句话中的动词：'我喜欢跑步和游泳'"
async def run_parsing():
max_attempts = 3
for attempt in range(max_attempts):
try:
# 使用 invoke 方法运行链
result = await chain.ainvoke({"input": user_input})
print(f"第 {attempt + 1} 次尝试成功")
print(f"解析结果: {result.model_dump()}") # 将Pydantic 模型转换为 Python 字典
return result
except Exception as e:
print(f"第 {attempt + 1} 次尝试失败，错误: {e}")
if attempt < max_attempts - 1:
print("正在重试...")
else:
print("已达到最大尝试次数")
try:
result = await chain.ainvoke(
{"input": user_input},
config={"max_retries": 1}
)
print(f"最终修复结果: {result.model_dump()}") # 使用 model_dump() 替代 dict()
return result
except Exception as final_error:
print(f"最终尝试失败，错误: {final_error}")
return None
# 在已有事件循环中运行
async def main():
await run_parsing()
# 如果在已有的事件循环中（比如 Jupyter），直接运行
if asyncio.get_event_loop().is_running():
await main() # 在已有循环中运行
else:
# 如果不在事件循环中，使用 asyncio.run()
asyncio.run(main())
输出示例：
解析结果： {'result': '喜欢,跑步,游泳'}
详细使用示例
示例 1：StrOutputParser
最简单的解析器，直接返回字符串。
from langchain_core.prompts import PromptTemplate
from langchain_core.output_parsers import StrOutputParser
from langchain_openai import ChatOpenAI
import os
from dotenv import load_dotenv
load_dotenv()
model = os.getenv("model")
api_key = os.getenv("api_key")
base_url = os.getenv("base_url")
prompt = PromptTemplate(template="今天是星期几？（假设今天是 2025 年 3 月 16 日）")
llm = ChatOpenAI(model=model, api_key=api_key,base_url=base_url,streaming=True)
parser = StrOutputParser()
chain = prompt | llm | parser
response = chain.invoke({})
print(response)
输出：
今天是星期日。
说明：
- 无需额外格式化，适合简单问答。
示例 2：JsonOutputParser
解析 JSON 格式的输出。
from langchain_core.prompts import PromptTemplate
from langchain_core.output_parsers import JsonOutputParser
from langchain_openai import ChatOpenAI
import os
from dotenv import load_dotenv
load_dotenv()
model = os.getenv("model")
api_key = os.getenv("api_key")
base_url = os.getenv("base_url")
parser = JsonOutputParser()
prompt = PromptTemplate(
template="以 JSON 格式返回两种水果及其颜色。\n{format_instructions}",
partial_variables={"format_instructions": parser.get_format_instructions()}
)
llm = ChatOpenAI(model=model, api_key=api_key,base_url=base_url,streaming=True)
chain = prompt | llm | parser
response = chain.invoke({})
print(response)
输出：
{'apple': 'red', 'banana': 'yellow'}
说明：
get_format_instructions()自动生成提示，告诉 LLM 输出 JSON。- 如果 LLM 输出不是有效 JSON，会抛出异常。
示例 3：PydanticOutputParser
使用 Pydantic 模型解析结构化数据。
from langchain_core.prompts import PromptTemplate
from langchain_core.output_parsers import PydanticOutputParser
from langchain_openai import ChatOpenAI
from pydantic import BaseModel, Field
# region chatmdoe
import os
from dotenv import load_dotenv
load_dotenv()
model = os.getenv("model")
api_key = os.getenv("api_key")
base_url = os.getenv("base_url")
llm = ChatOpenAI(model=model, api_key=api_key,base_url=base_url,streaming=True)
# endregion
class Book(BaseModel):
title: str = Field(description="书名")
author: str = Field(description="作者")
year: int = Field(description="出版年份")
parser = PydanticOutputParser(pydantic_object=Book)
prompt = PromptTemplate(
template="推荐一本书，并以指定格式返回。\n{format_instructions}\n推荐什么书？",
input_variables=["question"],
partial_variables={"format_instructions": parser.get_format_instructions()}
)
chain = prompt | llm | parser
response = chain.invoke({"question": "推荐什么书？"})
print(response)
输出：
Book(title='《活着》', author='余华', year=1993)
说明：
- Pydantic 确保字段类型正确（如
year必须是整数）。 - 格式化指令会嵌入提示中，指导 LLM 输出符合模型的 JSON。
实例：
示例 4：CommaSeparatedListOutputParser
解析逗号分隔的列表。
from langchain_core.prompts import PromptTemplate
from langchain_core.output_parsers import CommaSeparatedListOutputParser
from langchain_openai import ChatOpenAI
# region chatmdoe
import os
from dotenv import load_dotenv
load_dotenv()
model = os.getenv("model")
api_key = os.getenv("api_key")
base_url = os.getenv("base_url")
llm = ChatOpenAI(model=model, api_key=api_key,base_url=base_url,streaming=True)
# endregion
parser = CommaSeparatedListOutputParser()
prompt = PromptTemplate(
template="列出三种编程语言，用逗号分隔。\n{format_instructions}",
partial_variables={"format_instructions": parser.get_format_instructions()}
)
chain = prompt | llm | parser
response = chain.invoke({})
print(response) # type： list
输出：
['Python', 'Java', 'C++']
说明：
- 要求 LLM 输出形如 “Python, Java, C++” 的字符串。
实例：
示例 5：自定义解析器
当内置解析器不够用时，可以自定义。
from langchain_core.prompts import PromptTemplate
from langchain_core.output_parsers import BaseOutputParser
from langchain_openai import ChatOpenAI
class SemicolonListParser(BaseOutputParser):
def parse(self, text: str) -> list:
return [item.strip() for item in text.split(";")]
parser = SemicolonListParser()
prompt = PromptTemplate(template="列出三种城市，用分号分隔，例如：北京;上海;广州")
llm = ChatOpenAI(model="gpt-3.5-turbo", api_key="your-openai-api-key")
chain = prompt | llm | parser
response = chain.invoke({})
print(response)
输出：
['北京', '上海', '广州']
说明：
- 继承
BaseOutputParser，实现parse方法即可。 - 灵活性高，适用于特殊分隔符或格式。
高级功能与技巧
1. 格式化指令（get_format_instructions）
大多数解析器（如 PydanticOutputParser 和 JsonOutputParser）提供 get_format_instructions() 方法，生成提示中嵌入的格式说明。例如：
Please provide your response in the following JSON format:
{
"title": "string",
"author": "string",
"year": "integer"
}
- 作用：明确告诉 LLM 如何格式化输出。
- 技巧：如果 LLM 不遵守格式，可以在提示中重复强调，或降低
temperature参数。
2. 错误处理
LLM 可能不总是生成符合预期的输出。建议添加错误处理：
try:
response = chain.invoke({})
print(response)
except Exception as e:
print(f"解析失败：{e}")
# 可选：使用 StrOutputParser 检查原始输出
raw_chain = prompt | llm | StrOutputParser()
raw_output = raw_chain.invoke({})
print(f"原始输出：{raw_output}")
3. 调试与优化
- 调试：先用
StrOutputParser检查 LLM 输出，确认问题出在 LLM 还是解析器。 - 优化提示：在提示中明确格式要求，如 “严格按照 JSON 格式返回，不要添加额外说明”。
使用场景
| 解析器类型 | 典型场景 |
|---|---|
StrOutputParser | 简单问答、文本生成 |
JsonOutputParser | API 返回数据、键值对提取 |
PydanticOutputParser | 数据验证、复杂对象处理 |
CommaSeparatedListOutputParser | 列表提取（如选项、标签） |
| 自定义解析器 | 特殊格式（如分号分隔、表格解析） |
总结
LangChain 的 output_parsers 是构建智能应用的关键组件，通过将 LLM 的自由文本转换为结构化数据，极大提升了自动化和可编程性。核心要点：
- 内置解析器：满足大多数需求，从简单字符串到复杂对象。
- 自定义能力：通过
BaseOutputParser扩展特殊场景。 - 与提示结合：格式化指令是确保成功的关键。