LangChain第三讲:大模型的输出如何格式化成字符串?

大模型的输出如何格式化成字符串?

输出格式化代码示例:

from langchain_core.output_parsers import StrOutputParser#创建一个字符串输出解析器
output_parse = StrOutputParser()#将输出的解析器添加到chain中
chain = prompt | llm | output_parse#调用chain并提问问题
chain.invoke({"input":"写一个langchain的简单介绍,要求简洁精炼"})

完整代码示例

from langchain_core.prompts import ChatPromptTemplate
from langchain_openai import ChatOpenAI
from langchain_core.output_parsers import StrOutputParserurl = "https://dashscope.aliyuncs.com/compatible-mode/v1"
api_key = "你的api_key"#初始化模型
llm = ChatOpenAI(openai_api_key=api_key, model="deepseek-v3", base_url=url)#根据message创建一个提示模版 system消息是告诉模型扮演什么角色,user消息是代表用户输入的问题
prompt = ChatPromptTemplate.from_messages([("system", "你是一名Langchain使用专家"),("user", "{input}")])#创建一个字符串输出解析器
output_parse = StrOutputParser()#基于LCEL表达式构建LLM链,该表达式类似于linux的pieline语法,从左到右按顺序执行
#首先执行prompt完成提示词模版填充,再将提示词去调用大模型,最后将大模型的输出格式化成字符串输出
chain = prompt | llm | output_parse#invoke将调用参数传递到prompt提示模版,然后开始按照chain定义的步骤运行
response = chain.invoke({"input":"写一个langchain的简单介绍,要求简洁精炼"})#大模型返回的结果
print(response)

大模型输出结果对比

原本大模型输出的结果是这样子:

格式化大模型输出后的结果: