XML parser

这个输出解析器允许用户以流行的 XML 格式从 LLM 中获取结果。

请记住，大型语言模型是有漏洞的抽象！您必须使用具有足够容量的 LLM 来生成格式良好的 XML。

在下面的示例中，我们使用了 Claude 模型（https://docs.anthropic.com/claude/docs），它非常适合使用 (opens in a new tab) XML 标记。

from langchain.output_parsers import XMLOutputParser
from langchain_core.prompts import PromptTemplate
from langchain_community.chat_models import ChatAnthropic

model = ChatAnthropic(model="claude-2", max_tokens_to_sample=512, temperature=0.1)

让我们从对模型进行简单请求开始。

actor_query = "Generate the shortened filmography for Tom Hanks."
output = model.invoke(
    f"""{actor_query}
Please enclose the movies in <movie></movie> tags"""
)
print(output.content)

 这里是汤姆·汉克斯的简短电影作品列表，放在 XML 标记中：

<movie> Splash </movie>
<movie> Big </movie>
<movie> A League of Their Own </movie>
<movie> Sleepless in Seattle </movie>
<movie> Forrest Gump </movie>
<movie> Toy Story </movie>
<movie> Apollo 13 </movie>
<movie> Saving Private Ryan </movie>
<movie> Cast Away </movie>
<movie> The Da Vinci Code </movie>
<movie> Captain Phillips </movie>

现在我们将使用 XMLOutputParser 来获取结构化的输出。

parser = XMLOutputParser()
 
prompt = PromptTemplate(
    template="""{query}\n{format_instructions}""",
    input_variables=["query"],
    partial_variables={"format_instructions": parser.get_format_instructions()},
)
 
chain = prompt | model | parser
 
output = chain.invoke({"query": actor_query})
print(output)

{'filmography': [{'movie': [{'title': 'Big'}, {'year': '1988'}]}, {'movie': [{'title': 'Forrest Gump'}, {'year': '1994'}]}, {'movie': [{'title': 'Toy Story'}, {'year': '1995'}]}, {'movie': [{'title': 'Saving Private Ryan'}, {'year': '1998'}]}, {'movie': [{'title': 'Cast Away'}, {'year': '2000'}]}]}

最后，让我们添加一些标记，以符合我们的需求。

parser = XMLOutputParser(tags=["movies", "actor", "film", "name", "genre"])
prompt = PromptTemplate(
    template="""{query}\n{format_instructions}""",
    input_variables=["query"],
    partial_variables={"format_instructions": parser.get_format_instructions()},
)
 
 
chain = prompt | model | parser
 
output = chain.invoke({"query": actor_query})
 
print(output)

{'movies': [{'actor': [{'name': 'Tom Hanks'}, {'film': [{'name': 'Forrest Gump'}, {'genre': 'Drama'}]}, {'film': [{'name': 'Cast Away'}, {'genre': 'Adventure'}]}, {'film': [{'name': 'Saving Private Ryan'}, {'genre': 'War'}]}]}]}

for s in chain.stream({"query": actor_query}):
    print(s)

{'movies': [{'actor': [{'name': 'Tom Hanks'}]}]}
{'movies': [{'actor': [{'film': [{'name': 'Forrest Gump'}]}]}]}
{'movies': [{'actor': [{'film': [{'genre': 'Drama'}]}]}]}
{'movies': [{'actor': [{'film': [{'name': 'Cast Away'}]}]}]}
{'movies': [{'actor': [{'film': [{'genre': 'Adventure'}]}]}]}
{'movies': [{'actor': [{'film': [{'name': 'Saving Private Ryan'}]}]}]}
{'movies': [{'actor': [{'film': [{'genre': 'War'}]}]}]}

查看 XMLOutputParser (opens in a new tab) 的 API 文档。

结构化（Structured）YAML（Yaml）