使用 LangChain 的 JsonOutputParser 与 Zod 强制 LLM 输出结构化 JSON

wwwwW
106 阅读4分钟

使用 LangChain 的 JsonOutputParser 与 Zod 强制 LLM 输出结构化 JSON

在构建基于大语言模型（LLM）的应用时，一个常见的痛点是：模型输出的内容格式不可控。虽然我们希望 LLM 返回结构化的 JSON 数据，但默认情况下，它往往会夹杂解释性文字、Markdown 格式，甚至字段缺失或命名不一致——这给后续程序处理带来极大困难。

LangChain 提供了强大的 OutputParser 机制，配合 Zod 定义的数据契约（Schema），可以强制 LLM 输出严格符合预期的 JSON 格式。本文将通过一个前端概念解析器的实战案例，带你掌握这一关键技术。

为什么需要 OutputParser？

假设你让 LLM 解释“Promise”这个前端概念，并希望得到如下结构：

{
  "name": "Promise",
  "core": "用于处理异步操作的对象",
  "useCase": ["网络请求", "定时任务", "并发控制"],
  "difficulty": "中等"
}

但实际返回可能是：

“Promise 是 JavaScript 中用于处理异步操作的一种对象。常见用法包括 fetch 请求、setTimeout 等。学习难度中等。”

这种自由文本无法直接被程序消费。我们需要一种机制，在调用模型前就声明期望的输出结构，并在模型响应后自动校验和解析。

这就是 JsonOutputParser 的价值所在。

技术栈准备

  • LangChain.js（@langchain/core）
  • Zod：TypeScript 优先的运行时校验库
  • DeepSeek API（或其他支持结构化输出的模型）

安装依赖：

npm install @langchain/core @langchain/deepseek zod dotenv

步骤一：定义 Zod Schema（前端契约）

Zod 允许我们以类型安全的方式定义数据结构，并自动生成描述信息：

import { z } from 'zod';

const FrontendContractSchema = z.object({
  name: z.string().describe("概念名称"),
  core: z.string().describe("核心要点"),
  useCase: z.array(z.string()).describe("常见使用场景"),
  difficulty: z.enum(['简单', '中等', '复杂']).describe("学习难度")
});

这个 Schema 不仅用于校验，还会被 JsonOutputParser 转换为自然语言指令，告诉 LLM 应该如何组织输出。

步骤二：创建 JsonOutputParser

import { JsonOutputParser } from '@langchain/core/output_parsers';

const jsonParser = new JsonOutputParser(FrontendContractSchema);

jsonParser.getFormatInstructions() 会生成类似这样的提示：

The output should be a markdown code snippet formatted in the following schema:

{
  "name": string // 概念名称,
  "core": string // 核心要点,
  "useCase": [string, ...] // 常见使用场景,
  "difficulty": "简单" | "中等" | "复杂" // 学习难度
}

步骤三：构建 Prompt + Chain

使用 PromptTemplate 将格式指令注入提示词，并强调“只输出 JSON”：

const prompt = PromptTemplate.fromTemplate(`
  你是一个只会输出 JSON 的 API，不允许输出任何解释性文字。

  ⚠️ 你必须【只返回】符合以下 Schema 的 JSON：
  - 不允许增加字段
  - 不允许减少字段
  - 字段名必须完全一致
  - 返回结果必须可被 JSON.parse 成功解析

  {format_instructions}

  前端概念：{topic}
`);

然后通过 .pipe() 构建执行链：

const chain = prompt.pipe(model).pipe(jsonParser);

这条链的流程是：

  1. 渲染提示词（含格式指令）
  2. 调用 LLM
  3. 自动解析并校验输出是否符合 Zod Schema

步骤四：调用并获取结构化结果

const response = await chain.invoke({
  topic: "Promise",
  format_instructions: jsonParser.getFormatInstructions(),
});

console.log(response);
// 输出：
// {
//   name: 'Promise',
//   core: '用于表示异步操作最终完成或失败的对象',
//   useCase: ['AJAX 请求', '异步任务链式调用', '错误统一处理'],
//   difficulty: '中等'
// }

如果 LLM 输出不符合 Schema（比如缺少字段或类型错误），JsonOutputParser 会抛出错误或触发重试机制（可配合 RunnableRetry 使用）。

优势总结

特性说明
✅ 类型安全Zod 提供 TypeScript 类型推导
✅ 自动校验非法输出会被拦截
✅ 提示增强自动将 Schema 转为 LLM 可理解的指令
✅ 易集成与 LangChain Chain 无缝衔接

扩展建议

  • 对于更复杂的场景，可结合 StructuredOutputParser 或 PydanticOutputParser（Python 版）
  • 在生产环境中，建议添加重试逻辑和 fallback 机制
  • 可将 Schema 作为前后端共享的“API 契约”，实现真正的端到端类型安全

结语

通过 JsonOutputParser + Zod，我们不再需要手动清洗 LLM 的“脏数据”，而是从源头约束其输出行为。这不仅提升了系统稳定性，也让 AI 更像一个可靠的“API 服务”而非“聊天机器人”。

在构建下一代 AI 应用时，结构化输出能力将成为标配。掌握这一模式，是你迈向工程化 LLM 应用的关键一步。

如需完整可运行代码示例，欢迎留言！

avatar
文章
阅读
粉丝