引言
在使用人工智能模型时，常常需要将模型的输出解析为特定的格式。尽管很多情况下内置的解析器已经足够，但在某些情境中，自定义输出解析器能够更好地满足特定需求。这篇文章将介绍如何创建自定义输出解析器，涵盖的内容包括通过可运行Lambda和生成器实现解析，以及继承基础类解析器。我们的目标是帮助开发者更好地理解这些方法，并提供可操作的代码示例。
主要内容
使用Runnable Lambda和Runnable Generator
我们推荐使用Runnable Lambda和Runnable Generator来实现解析。这种方法简单且高效。以下是一个简单的解析器示例，它将模型输出的字母大小写反转。
from typing import Iterable
from langchain_anthropic.chat_models import ChatAnthropic
from langchain_core.messages import AIMessage, AIMessageChunk
# 初始化模型
model = ChatAnthropic(model_name="claude-2.1")
# 定义解析函数
def parse(ai_message: AIMessage) -> str:
"""Parse the AI message."""
return ai_message.content.swapcase()
# 组合模型和解析器
chain = model | parse
chain.invoke("hello") # 输出: 'hELLO!'
流式解析
如果需要处理流式数据，解析器可以接受输入的可迭代对象，并在结果可用时即时输出。
from langchain_core.runnables import RunnableGenerator
# 定义流式解析器
def streaming_parse(chunks: Iterable[AIMessageChunk]) -> Iterable[str]:
for chunk in chunks:
yield chunk.content.swapcase()
streaming_parse = RunnableGenerator(streaming_parse)
# 组合流式模型和解析器
chain = model | streaming_parse
chain.invoke("hello") # 输出: 'hELLO!'
继承解析基类
虽然我们不建议这样做，因为它通常需要写更多的代码而没有显著的好处，但可以通过继承BaseOutputParser来创建自定义解析器。
from langchain_core.exceptions import OutputParserException
from langchain_core.output_parsers import BaseOutputParser
# 自定义布尔解析器
class BooleanOutputParser(BaseOutputParser[bool]):
"""Custom boolean parser."""
true_val: str = "YES"
false_val: str = "NO"
def parse(self, text: str) -> bool:
cleaned_text = text.strip().upper()
if cleaned_text not in (self.true_val.upper(), self.false_val.upper()):
raise OutputParserException(
f"BooleanOutputParser expected output value to either be "
f"{self.true_val} or {self.false_val} (case-insensitive). "
f"Received {cleaned_text}."
)
return cleaned_text == self.true_val.upper()
parser = BooleanOutputParser()
parser.invoke("YES") # 输出: True
常见问题和解决方案
-
流式数据解析不正常工作？ 如果解析器聚合输入，则流式解析将不起作用。通过接受输入的迭代对象并即时输出结果来解决。
-
解析异常未处理？ 使用
OutputParserException可以在解析失败时抛出一致的异常。
总结和进一步学习资源
通过这篇文章，你学会了如何使用Runnable Lambda和Generator以及继承基类来创建自定义输出解析器。这些方法能够帮助你在不同的使用场景中解析模型输出，希望这些示例能够为你提供启发。
参考资料
- LangChain 官方文档
- Python 类型提示
- API 代理服务 - 使用API代理服务提高访问稳定性
如果这篇文章对你有帮助，欢迎点赞并关注我的博客。您的支持是我持续创作的动力！ ---END---
