大型语言模型(或 LLM)生成文本,当你构建应用程序时,有时需要使用结构化数据而不是字符串。 LangChain 提供了输出解析器,可以帮助我们做到这一点。
我们将回顾 LangChain 提供的 Pydantic (JSON) 解析器。
NSDT工具推荐: Three.js AI纹理开发包 - YOLO合成数据生成器 - GLTF/GLB在线编辑 - 3D模型格式在线转换 - 可编程3D场景编辑器 - REVIT导出3D模型插件 - 3D模型语义搜索引擎 - Three.js虚拟轴心开发包
1、为什么要解析数据?
这是显而易见的,但我们无论如何都会回答它。 解析数据可以帮助我们将其转换为更可读的格式,从而提高数据的整体质量。
假设你想在两个整数之间进行简单的算术运算,需要将给定的字符串转换为整数。 拥有干净且结构化的数据还有其他好处。 最明显的是数据如何轻松地融入你现有的模型和数据库。
2、餐厅预订用例
早在 2023 年 5 月,我发表了一篇关于使用自然语言与计算机交互的文章,其中我要求 ChatGPT 为我在一家餐厅进行虚构的预订,并使用 JSON
对象而不是纯旧文本进行响应。
长话短说,这是该帖子的输出:
{
"intent": "book_reservation",
"parameters": {
"date": "2023-05-05",
"time": "18:00:00",
"party_siz