系列目标：30 天从 LangChain 入门到企业级部署
今日任务：理解结构化输出的重要性 → 掌握PydanticOutputParser→ 构建可靠、可解析的 AI 接口！
🎯 一、为什么需要结构化输出？
你可能遇到过这些场景：
- 让 AI 返回用户信息，结果它回了一段话：“张三，男，28岁……”
- 要求返回 JSON，它却多加了注释、用了单引号、字段名拼错
- 后端程序
json.loads()直接报错 ❌
问题根源：大模型是“语言艺术家”，不是“程序员”——它不保证格式正确！
而 PydanticOutputParser 就是 LangChain 提供的“格式守门员” ：
- 自动生成格式指令（告诉 AI 要返回什么）
- 自动解析并校验输出
- 若格式错误，可自动重试或抛出异常
✅ 今天，我们就让 AI 成为“靠谱的数据接口”！
🧱 二、核心工具：Pydantic + OutputParser
什么是 Pydantic？
- Python 最流行的数据验证库
- 用类定义数据结构，自动校验类型、必填字段等
LangChain 如何集成？
PydanticOutputParser基于 Pydantic 模型，自动生成 prompt 指令 + 解析逻辑
🛠️ 三、动手实践：让 AI 返回标准用户信息
步骤 1：定义数据结构（Pydantic Model）
# day6_structured_output.py
from langchain_ollama import ChatOllama
from langchain_core.prompts import ChatPromptTemplate
from pydantic import BaseModel, Field
from langchain_core.output_parsers import PydanticOutputParser
# 1. 定义期望的输出结构
class UserInfo(BaseModel):
name: str = Field(description="用户姓名")
age: int = Field(description="用户年龄", ge=0, le=150)
city: str = Field(description="居住城市")
💡
Field可添加描述（用于 prompt）和校验规则（如ge=0表示 ≥0）
步骤 2：创建 OutputParser
# 2. 创建解析器
parser = PydanticOutputParser(pydantic_object=UserInfo)
步骤 3：构建带格式指令的 Prompt
# 3. 构建 Prompt（关键：插入 parser.get_format_instructions()）
prompt = ChatPromptTemplate.from_messages([
("system", "你是一个用户信息提取助手。"),
("human", "请从以下描述中提取用户信息：\n{input}\n\n{format_instructions}")
]).partial(format_instructions=parser.get_format_instructions())
🔑
parser.get_format_instructions()会自动生成类似这样的指令：请按以下 JSON 格式回答，不要包含其他内容： { "name": "string", "age": "integer (0-150)", "city": "string" }
步骤 4：组装 Chain 并调用
# 4. 初始化模型
llm = ChatOllama(model="qwen:7b", temperature=0)
# 5. 构建完整 Chain：prompt → llm → parser
chain = prompt | llm | parser
# 6. 调用（输入自然语言描述）
try:
result = chain.invoke({
"input": "我叫李华，今年32岁，住在杭州。"
})
print("✅ 解析成功！")
print(f"姓名：{result.name}")
print(f"年龄：{result.age}")
print(f"城市：{result.city}")
print(f"类型：{type(result)}") # <class 'UserInfo'>
except Exception as e:
print("❌ 解析失败：", e)
▶️ 成功输出示例：
✅ 解析成功！
姓名：李华
年龄：32
城市：杭州
类型：<class '__main__.UserInfo'>
✅ 不仅格式正确，还自动转成了 Python 对象！可直接用于业务逻辑。
🔄 四、自动重试机制（可选增强）
如果模型偶尔输出格式错误，我们可以让 LangChain 自动重试：
from langchain_core.runnables import RunnableLambda
def retry_parse(attempts=3):
def _run(input_str):
for _ in range(attempts):
try:
return parser.parse(input_str)
except:
continue
raise ValueError("多次解析失败")
return RunnableLambda(_run)
# Chain 改为：
chain = prompt | llm | retry_parse()
💡 更高级方案：使用
RetryOutputParser（LangChain 内置），后续进阶篇会讲。
🌐 五、兼容 OpenAI？依然无缝切换！
# from langchain_openai import ChatOpenAI
# llm = ChatOpenAI(model="gpt-3.5-turbo", temperature=0)
from langchain_ollama import ChatOllama
llm = ChatOllama(model="qwen:7b", temperature=0)
✅ 同一套结构化输出逻辑，支持所有模型！
⚠️ 六、注意事项 & 最佳实践
| 问题 | 建议 |
|---|---|
| 中文模型忽略格式指令 | 使用 Qwen、GLM 等中文优化模型；在 system prompt 中强调“严格按格式” |
| 字段缺失或类型错误 | 在 Pydantic 模型中标记 required=True（默认就是） |
| 输出包含 Markdown 或 ```json | 在 prompt 中明确禁止：“不要使用代码块，只返回纯 JSON” |
| 性能要求高 | 设 temperature=0 减少随机性 |
| 需要嵌套结构？ | Pydantic 支持嵌套模型（如 Address 类），放心用！ |
🔒 生产建议：所有对外 AI 接口都应使用 OutputParser，避免脏数据进入系统！
📦 七、配套代码结构
langchain-30-days/
└── day6/
└── structured_output.py # 结构化输出 + 自动校验
📝 八、今日小结
- ✅ 理解了结构化输出的必要性
- ✅ 学会了用 Pydantic 定义数据模型
- ✅ 掌握了
PydanticOutputParser自动生成指令 + 解析 - ✅ 实现了从自然语言到可靠 Python 对象的转换
- ✅ 知道了如何处理解析失败（重试/异常）
