langchain格式化输出使用样例（demo）

import json from typing import Any from langchain_core.output_parsers import BaseOutputParser # 1. 继承 BaseOutputParser指定泛型类型例如 Dict 或自定义模型 class CustomJsonParser(BaseOutputParser[dict]): # 2. 实现 parse 方法处理 LLM 返回的字符串 def parse(self, text: str) - dict: try: # 假设模型输出带有 markdown 代码块去除它们 cleaned_text text.strip().replace(json, ).replace(, ).strip() return json.loads(cleaned_text) except Exception as e: raise ValueError(f解析失败原始输出为: {text}) from e # 3. (可选) 实现 get_format_instructions供 Prompt 模板调用 def get_format_instructions(self) - str: return 请严格输出合法的 JSON 格式不添加任何解释。# ... (定义好上面的 CustomJsonParser) from langchain_openai import ChatOpenAI from langchain_core.prompts import ChatPromptTemplate # 初始化模型与自定义解析器 model ChatOpenAI(modeldeepseek-v4-pro,api_keyopenai_api_key) parser CustomJsonParser() # 创建 prompt将格式指令传入 prompt ChatPromptTemplate.from_template( 提取以下文本中的用户信息{input}\n{format_instructions} ) # 使用 LCEL 管道符构建链 chain prompt | model | parser # 运行链 result chain.invoke({input: 我是张三今年25岁, format_instructions: parser.get_format_instructions()}) print(result) # 输出结果{name: 张三, age: 25}