🎉 学 LangChain 免费领 openAI GPT key 限额1000名 →
核心模块（Modules)
模型 I/O（ModelIO）
输出解析器（OutputParsers）
索引（Index）

输出解析器（Output Parsers）

输出解析器负责接收 LLM 的输出并将其转换为更合适的格式。当你使用 LLM 生成任何形式的结构化数据时，这非常有用。

除了拥有大量不同类型的输出解析器之外，LangChain OutputParser 的一个显著优势是许多解析器支持流式输出。

快速入门

请参阅 这份快速入门指南，了解输出解析器以及如何使用它们。

输出解析器类型

LangChain 有许多不同类型的 output parser。

表格各列含义：

  • Name：输出解析器的名称
  • Supports Streaming：该输出解析器是否支持流式输出。
  • Has Format Instructions：该输出解析器是否有格式说明。通常都具备，除非 (a) 期望的模式不是在提示中指定，而是在其他参数中指定（如 OpenAI 函数调用），或者 (b) OutputParser 包装了另一个 OutputParser。
  • Calls LLM：该输出解析器本身是否调用 LLM。这通常只由那些尝试纠正格式错误输出的解析器来做。
  • Input Type：期望的输入类型。大多数输出解析器既能处理字符串也能处理消息，但有些（如 OpenAI Functions）需要带有特定 kwargs 的消息。
  • Output Type：解析器返回对象的输出类型。
  • Description：我们对这个输出解析器以及何时使用它的说明。
NameSupports StreamingHas Format InstructionsCalls LLMInput TypeOutput TypeDescription
OpenAITools(Passes tools to model)Message (with tool_choice)JSON object使用最新的 OpenAI 函数调用参数 tools 和 tool_choice 来构建返回输出。如果你使用的模型支持函数调用，这通常是最可靠的方法。
OpenAIFunctions✅(Passes functions to model)Message (with function_call)JSON object使用旧版 OpenAI 函数调用参数 functions 和 function_call 来构建返回输出。
JSON✅✅str | MessageJSON object按指定要求返回一个 JSON 对象。你可以指定一个 Pydantic 模型，它会返回该模型的 JSON。对于获取不使用函数调用的结构化数据而言，这可能是最可靠的输出解析器。
XML✅✅str | Messagedict返回标签的字典。在需要 XML 输出时使用。适合与擅长编写 XML 的模型（如 Anthropic 的模型）搭配使用。
CSV✅✅str | MessageList[str]返回逗号分隔值的列表。
OutputFixing✅str | Message包装另一个输出解析器。如果那个解析器报错，它会将错误信息和错误输出传给 LLM，并要求它修正输出。
RetryWithError✅str | Message包装另一个输出解析器。如果那个解析器报错，它会将原始输入、错误输出和错误信息传给 LLM，并要求它修正。与 OutputFixingParser 相比，它还会发送原始指令。
Pydantic✅str | Messagepydantic.BaseModel接收用户定义的 Pydantic 模型，并以该格式返回数据。
YAML✅str | Messagepydantic.BaseModel接收用户定义的 Pydantic 模型，并以该格式返回数据。使用 YAML 对其进行编码。
PandasDataFrame✅str | Messagedict适用于对 pandas DataFrame 进行操作。
Enum✅str | MessageEnum将响应解析为所提供的枚举值之一。
Datetime✅str | Messagedatetime.datetime将响应解析为 datetime 字符串。
Structured✅str | MessageDict[str, str]一种返回结构化信息的输出解析器。它不如其他输出解析器强大，因为它只允许字段为字符串。这在处理较小的 LLM 时很有用。
组合（Composition）快速开始（QuickStart）