解决AttributeError: 'AIMessage' object has no attribute 'strip' | 豆包MarsCode AI刷题

我在梳碧营学AI
242 阅读5分钟

一、快速解决 AttributeError: 'AIMessage' object has no attribute 'strip'

博主在学习LangChain实战课第4课：Langchain的输出解析部分时直接复制了课程提供的代码，并将模型换成了国内可以使用的ChatGLM后，遇到了AttributeError: 'AIMessage' object has no attribute 'strip' 的错误，意思是我们传递给 output_parser.parse 的对象 output 是一个 AIMessage 对象，而不是预期的str字符串对象。如图所示。

image.png 下面是替换的代码，将原代码中的

# 获取模型的输出
output = model.invoke(input)
# 解析模型的输出
parsed_output = output_parser.parse(output)

替换成

# 获取模型的输出
output = model.invoke(input)
output_content = output.content
# 解析模型的输出（这是一个字典结构）
parsed_output = output_parser.parse(output_content)

就能实现正常的运行了，结果如下，非常的nice

image.png

二、原理解析

下面根据大模型的回答，结合控制台的输出给大家详细阐述一下原因。

您好！很高兴听到您已经取得了一些进展，并且发现了关键步骤 output_content = output.content 的重要性。让我详细分析一下为什么这一步骤能够解决您的问题，以及背后的原因和机制。

问题背景回顾

在您的原始代码中，您试图通过以下方式解析模型的输出：

parsed_output = output_parser.parse(output)

然而，这导致了以下错误：

AttributeError: 'AIMessage' object has no attribute 'strip'

这个错误表明，您传递给 output_parser.parse 的对象 output 是一个 AIMessage 对象，而不是预期的字符串。

为什么 output.content 是关键

1. 理解 model.invoke(input) 的返回值（即output）

在使用 LangChain 或类似的库调用语言模型时，model.invoke(input) 方法通常会返回一个包含模型响应的对象。这些响应对象不仅包含生成的文本，还可能包含其他元数据，例如生成时间、使用的模型版本等。

具体到您的情况，ChatZhipuAI 模型的 invoke 方法返回的是一个 AIMessage 对象。这个对象的结构可能如下：

class AIMessage:
    def __init__(self, content, other_metadata):
        self.content = content
        # 其他属性
  • content 属性：包含模型生成的实际文本内容，这是您需要解析的部分。
  • 其他属性：可能包括模型生成时间、token 使用量等。
  • 实际下，output输出如下：

content='json\n{\n\t"description": "50元，玫瑰的浪漫，爱情的物语。珍爱每一份深情，让这束玫瑰为您诉说无尽爱意。",\n\t"reason": "这个文案强调了玫瑰作为爱情象征的重要性，同时突出了价格优势，以吸引消费者的注意力。通过使用\'浪漫\'和\'爱意\'这样的词汇，增强了文案的情感吸引力，使得潜在顾客感受到购买这束玫瑰的价值不仅仅是花朵本身，更是一份深厚的情感表达。"\n}\n' response_metadata={'token_usage': {'completion_tokens': 103, 'prompt_tokens': 97, 'total_tokens': 200}, 'model_name': 'glm-4', 'finish_reason': 'stop'} id='run-1443ed20-ce5f-4c94-bbf4-bce50506084c-0'

content='json\n{\n\t"description": "清新脱俗，30元即可拥抱高雅百合，为生活添一抹纯美诗意。",\n\t"reason": "这个文案强调了百合花的高雅和价格的亲民，同时传达了购买鲜花能带来的生活品质提升，‘清新脱俗’和‘纯美诗意’两个词组旨在唤起人们对美好生活的向往。"\n}\n' response_metadata={'token_usage': {'completion_tokens': 83, 'prompt_tokens': 95, 'total_tokens': 178}, 'model_name': 'glm-4', 'finish_reason': 'stop'} id='run-3c01ef0a-1334-46c6-98c5-0d6b337f394d-0'

content='json\n{\n\t"description": "仅需20元，将爱与敬意融入一束温馨的康乃馨，为特殊之人送上不凡之情。",\n\t"reason": "这个文案突出了康乃馨的价格优势，同时强调了它作为表达爱与敬意的载体，能够传递深厚的情感，吸引顾客为之买单。"\n}\n' response_metadata={'token_usage': {'completion_tokens': 72, 'prompt_tokens': 96, 'total_tokens': 168}, 'model_name': 'glm-4', 'finish_reason': 'stop'} id='run-e7fca1c4-74fc-4241-8a2c-f128048001a2-0'

发现除了我们需要的content外，还存在大量的其它参数，而在output这里，实际上我们只需要处理content这部分内容就能完成输出的解析，其它信息是冗余的，所以这就是为什么只需要取出content的原因。

2. StructuredOutputParser.parse 的预期输入

StructuredOutputParser.parse 方法设计用于接收一个 字符串 作为输入，并将其解析为结构化的数据（例如字典或特定的格式）。它依赖于输入文本的格式来提取所需的信息。

当您将一个 AIMessage 对象直接传递给 parse 方法时，Python 尝试在该对象上调用 strip 方法（这是字符串对象的一个常用方法），但 AIMessage 对象本身并没有 strip 方法，这就导致了 AttributeError。

3. 提取 content 属性解决问题

通过访问 output.content，您从 AIMessage 对象中提取出了模型生成的实际文本字符串：

output_content = output.content

然后，将这个字符串传递给 parse 方法：

parsed_output = output_parser.parse(output_content)

这样，parse 方法接收到的是预期的字符串输入，能够正常工作，并按照定义的 ResponseSchema 解析出所需的结构化数据。

avatar
文章
阅读
粉丝