一文读懂如何使用LangChain进行Json格式化输出

最新推荐文章于 2025-08-29 11:07:47 发布

原创

最新推荐文章于 2025-08-29 11:07:47 发布 · 448 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#langchain #json

在这里插入图片描述

如果你不使用LangChain调用大模型，也有很多办法对大模型的输出进行Json格式化，不过就是相对没有LangChain方便。本文会将如何使用Langchain进行Json格式化进行系统性梳理，希望能帮助到你。方法有三种

基础方法：提示词进行Json格式化
使用JsonOutputParser
使用PydanticOutputParser

下面是完整的示例代码，代码里面包含了详细的中文解释，这里就不再文字赘述了。另外，示例代码是可以执行的，建议想学习的同学copy一份下来自己调试一下哦

内容参考自LangChain官网

#!/usr/bin/env python
# -*- coding:utf-8 -*-
"""
@author: Junius 
@Email: see619055@gmail.com
@time: 2025/5/26 16:13 
@file: 05.3 Json格式化输出
@project: OpenAppAI
@describe: LangChain JSON格式化输出示例
"""
from typing import List, Dict, Any, Optional
import json
from pydantic import BaseModel, Field

# 导入LangChain相关模块
from langchain_openai import ChatOpenAI
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.output_parsers import JsonOutputParser, PydanticOutputParser
from langchain_core.pydantic_v1 import BaseModel, Field, validator
from langchain.output_parsers import OutputFixingParser
from langchain_core.exceptions import OutputParserException

# 定义一个模型类用于结构化JSON输出
class Person(BaseModel):
    """人物信息模型"""
    name: str = Field(description="人物姓名")
    age: int = Field(description="人物年龄")
    occupation: str = Field(description="职业")
    hobbies: List[str] = Field(description="爱好列表")
    
    @validator("age")
    def validate_age(cls, value):
        if value < 0 or value > 150:
            raise ValueError("年龄必须在0到150之间")
        return value

# 初始化LLM模型
llm = ChatOpenAI(
    openai_api_base="https://open.bigmodel.cn/api/paas/v4/",
    # openai_api_key="你的API密钥",  # 使用智谱免费的模型进行学习
    model="glm-4-flash-250414"
)

# 示例1: 基础JSON输出
def basic_json_output():
    """基础的JSON输出示例"""
    print("\n=== 示例1: 基础JSON输出 ===")
    
    # 创建JSON解析器
    json_parser = JsonOutputParser