AI Agent白手起家36: LangChain 输出解析器概览与实战

纲要

• 输出解析器的作用与定位
  • 将大模型的自然语言输出转换为结构化数据
  • 在 LangChain I/O 系统中的位置
• 常见输出解析器类型
  • StrOutputParser：纯文本，无格式要求
  • JsonOutputParser：JSON 对象，要求指定格式
  • XMLOutputParser：输出字典，需成对标签
  • CsvOutputParser：返回列表
  • PydanticOutputParser：基于 Python 数据模型
  • YamlOutputParser：YAML 格式
• 格式要求与提示词协作
• 模型结构化输出支持情况
• 动手实践：StrOutputParser 与 JsonOutputParser 完整示例

引言

在构建 LLM 应用时，模型输出的本质是自然语言文本。然而，下游系统（API、数据库、前端界面）往往需要结构化的数据，如 JSON 对象、列表或特定格式的字段。LangChain 的输出解析器（Output Parsers）正是为此而生：它定义了一套标准化的机制，将模型生成的文本自动转换为程序可直接消费的数据结构，让文本生成与业务逻辑无缝衔接。

输出解析器在 LangChain 中的定位

LangChain 的经典 I/O 模型由三部分组成：提示词模板（将用户输入与模板结合，生成最终提示）、大模型（处理提示并输出文本）、输出解析器（将文本转换为结构化数据）。三者形成一条数据处理管道：

#mermaid-svg-sicVteGugYHaslOk{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-sicVteGugYHaslOk .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-sicVteGugYHaslOk .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-sicVteGugYHaslOk .error-icon{fill:#552222;}#mermaid-svg-sicVteGugYHaslOk .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-sicVteGugYHaslOk .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-sicVteGugYHaslOk .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-sicVteGugYHaslOk .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-sicVteGugYHaslOk .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-sicVteGugYHaslOk .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-sicVteGugYHaslOk .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-sicVteGugYHaslOk .marker{fill:#333333;stroke:#333333;}#mermaid-svg-sicVteGugYHaslOk .marker.cross{stroke:#333333;}#mermaid-svg-sicVteGugYHaslOk svg{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-sicVteGugYHaslOk p{margin:0;}#mermaid-svg-sicVteGugYHaslOk .label{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;color:#333;}#mermaid-svg-sicVteGugYHaslOk .cluster-label text{fill:#333;}#mermaid-svg-sicVteGugYHaslOk .cluster-label span{color:#333;}#mermaid-svg-sicVteGugYHaslOk .cluster-label span p{background-color:transparent;}#mermaid-svg-sicVteGugYHaslOk .label text,#mermaid-svg-sicVteGugYHaslOk span{fill:#333;color:#333;}#mermaid-svg-sicVteGugYHaslOk .node rect,#mermaid-svg-sicVteGugYHaslOk .node circle,#mermaid-svg-sicVteGugYHaslOk .node ellipse,#mermaid-svg-sicVteGugYHaslOk .node polygon,#mermaid-svg-sicVteGugYHaslOk .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-sicVteGugYHaslOk .rough-node .label text,#mermaid-svg-sicVteGugYHaslOk .node .label text,#mermaid-svg-sicVteGugYHaslOk .image-shape .label,#mermaid-svg-sicVteGugYHaslOk .icon-shape .label{text-anchor:middle;}#mermaid-svg-sicVteGugYHaslOk .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-sicVteGugYHaslOk .rough-node .label,#mermaid-svg-sicVteGugYHaslOk .node .label,#mermaid-svg-sicVteGugYHaslOk .image-shape .label,#mermaid-svg-sicVteGugYHaslOk .icon-shape .label{text-align:center;}#mermaid-svg-sicVteGugYHaslOk .node.clickable{cursor:pointer;}#mermaid-svg-sicVteGugYHaslOk .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-sicVteGugYHaslOk .arrowheadPath{fill:#333333;}#mermaid-svg-sicVteGugYHaslOk .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-sicVteGugYHaslOk .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-sicVteGugYHaslOk .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-sicVteGugYHaslOk .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-sicVteGugYHaslOk .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-sicVteGugYHaslOk .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-sicVteGugYHaslOk .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-sicVteGugYHaslOk .cluster text{fill:#333;}#mermaid-svg-sicVteGugYHaslOk .cluster span{color:#333;}#mermaid-svg-sicVteGugYHaslOk div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-sicVteGugYHaslOk .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-sicVteGugYHaslOk rect.text{fill:none;stroke-width:0;}#mermaid-svg-sicVteGugYHaslOk .icon-shape,#mermaid-svg-sicVteGugYHaslOk .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-sicVteGugYHaslOk .icon-shape p,#mermaid-svg-sicVteGugYHaslOk .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-sicVteGugYHaslOk .icon-shape .label rect,#mermaid-svg-sicVteGugYHaslOk .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-sicVteGugYHaslOk .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-sicVteGugYHaslOk .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-sicVteGugYHaslOk :root{–mermaid-font-family:\”trebuchet ms\”,verdana,arial,sans-serif;}

用户输入

提示词模板

大模型

输出解析器

结构化数据

下游应用

输出解析器的核心任务，就是把模型“说的人话”变成“机器能懂的语言”。早期方法依赖正则表达式从自由文本中抽取信息，但模型输出的随机性导致匹配不稳定。随着模型能力的提升（如支持原生 JSON 模式），解析器可以与模型配合，在生成阶段就要求模型遵循特定格式，从而大幅提高可靠性。

常见的输出解析器一览

LangChain 提供了多种内置解析器，覆盖了主流的数据交换格式。它们的能力和限制可通过下表快速了解：

使用这些解析器时有两个关键点：

模型结构化输出支持情况

并非所有模型都原生支持结构化输出。LangChain 对常见模型的能力进行了标注，部分示例如下：

因此，在选定模型后，务必验证其能力与解析器的兼容性。例如，若模型不支持工具调用，强行使用 PydanticOutputParser 可能无法得到预期结果。

动手实践：StrOutputParser 与 JsonOutputParser

下面通过一个完整可运行的示例，演示两种最常用的解析器。示例使用 ChatOpenAI 作为模型（需自行配置 API Key），但也可替换为其他兼容模型。

环境准备

安装依赖：

pip install langchain langchain-core langchain-openai

设置 API Key（以 OpenAI 为例）：

export OPENAI_API_KEY="你的OpenAI密钥"

代码

from langchain_core.prompts import ChatPromptTemplate
from langchain_openai import ChatOpenAI
from langchain_core.output_parsers import StrOutputParser, JsonOutputParser

# 初始化模型（使用 gpt-3.5-turbo 以保证兼容性）
model = ChatOpenAI(model="gpt-3.5-turbo", temperature=0)

# ========== 1. 字符串解析器 ==========
str_prompt = ChatPromptTemplate.from_template(
"用一句话介绍{subject}。"
)
str_chain = str_prompt | model | StrOutputParser()
str_result = str_chain.invoke({"subject": "LangChain"})
print("字符串输出：", str_result)
print()

# ========== 2. JSON 解析器 ==========
# 定义期望的 JSON 格式
json_parser = JsonOutputParser()
# 获取格式指令并注入提示词
format_instructions = json_parser.get_format_instructions()
json_prompt = ChatPromptTemplate.from_template(
"请以 JSON 对象的形式返回以下信息，包含 name 和 age 两个字段。\\n"
"{format_instructions}\\n"
"用户输入：{input}"
)
json_chain = json_prompt | model | json_parser
json_result = json_chain.invoke({
"input": "我叫小明，今年25岁。",
"format_instructions": format_instructions
})
print("JSON 输出：", json_result)
print("类型：", type(json_result))
print("姓名：", json_result.get("name"))

输出示例

字符串输出： LangChain 是一个用于构建大语言模型应用的开源框架。
JSON 输出： {'name': '小明', 'age': 25}
类型： <class 'dict'>
姓名： 小明

通过 StrOutputParser 可以直接获得干净字符串；而 JsonOutputParser 则确保了返回的是一个符合 JSON 规范的 Python 字典，可直接用于后续逻辑。

注意事项与最佳实践

• 始终注入格式说明：除 StrOutputParser 外，其他解析器必须通过 get_format_instructions() 获取要求并加入提示词。
• 测试模型兼容性：在切换模型时，先用简单示例验证解析器是否能正常工作，特别是 PydanticOutputParser 等依赖模型较强的结构化输出能力的解析器。
• 错误处理：解析失败时（如 JSON 格式错误），LangChain 提供了 OutputFixingParser 等容错机制，可以自动尝试修复，后续文章将深入介绍。
• 结合 Chain 使用：解析器可以作为 LangChain Expression Language (LCEL) 管道的一部分，通过 | 符号与提示词、模型串联，构建清晰的数据流。

总结

输出解析器是连接大模型“模糊输出”与“精确业务”之间的桥梁。

通过合理选用字符串、JSON、Pydantic 等解析器，并配合提示词注入格式指令，我们可以让模型的回答变得可预测、可结构化，从而显著提升 LLM 应用的工程化水平。

初学者可以从 StrOutputParser 和 JsonOutputParser 入手，逐步扩展到更复杂的自定义解析场景。