结构化输出结果

03-输出结构化/01-字符串结构输出.py

@@ -0,0 +1,26 @@
+from langchain_core.output_parsers import StrOutputParser, JsonOutputParser, SimpleJsonOutputParser
+from langchain_core.prompts import PromptTemplate
+
+from langchain_openai import ChatOpenAI
+
+from env_util import DASHSCOPE_API_KEY, DASHSCOPE_BASE_URL
+
+# llm对象就是调用大模型的对象
+llm = ChatOpenAI(
+    model = "qwen-plus",
+    base_url=DASHSCOPE_BASE_URL,
+    api_key=DASHSCOPE_API_KEY,
+    temperature=0.8,
+);
+
+# 提示词模板
+prompt_template = PromptTemplate.from_template("帮我生成一个简短的，关于{topic}的报幕词。")
+
+# 指定字符串结构化输出
+chain = prompt_template | llm | StrOutputParser()
+
+# 调用大模型，然后给提示词模板赋值
+resp = chain.invoke({"topic","迎新生晚会"})
+
+# 输出结果
+print(resp)

03-输出结构化/02-自定义结构输出.py

@@ -0,0 +1,44 @@
+import json
+
+from langchain_core.prompts import PromptTemplate
+
+from langchain_openai import ChatOpenAI
+from pydantic import BaseModel, Field
+
+from env_util import DASHSCOPE_API_KEY, DASHSCOPE_BASE_URL
+
+# llm对象就是调用大模型的对象
+llm = ChatOpenAI(
+    model = "qwen-plus",
+    base_url=DASHSCOPE_BASE_URL,
+    api_key=DASHSCOPE_API_KEY,
+    temperature=0.8,
+);
+
+
+# 使用pydantic定义一个类
+class Result(BaseModel):
+
+    first: str = Field(description = "内容开头")
+    content: str = Field(description = "主体内容")
+    last: str = Field(description = "内容结尾")
+
+# 指定返回结果
+runnable = llm.with_structured_output(Result)
+
+# 提示词模板
+prompt_template = PromptTemplate.from_template("帮我生成一个简短的，关于{topic}的报幕词。")
+
+# 组装，这里有个非常奇怪的问题，要把runnable放在后面。。 不知为啥
+# 貌似Python或者Chain的语法问题，需要把接收下面topic的放在前面语法问题
+# chain = runnable | prompt_template
+chain = prompt_template | runnable
+
+resp = chain.invoke({"topic","迎新生晚会"})
+
+print(resp)
+
+# 结果转成Map
+print(resp.__dict__);
+# 结果转成JSON,这里的json别导错了。。
+print(json.dumps(resp.__dict__))