LangChain 输出解析器与 LCEL 链构建实战指南

示例 2：自定义 Pydantic 格式

除了使用内置格式，还可以利用 Pydantic 定义严格的数据结构。这能确保返回数据的类型安全。

步骤如下：

1. 定义数据结构类，继承 pydantic.BaseModel。
2. 使用 PydanticOutputParser。
3. 生成 Prompt、调用 LLM、解析结果。

from typing import List
from langchain.output_parsers import PydanticOutputParser
from langchain.prompts import ChatPromptTemplate
from langchain.schema import HumanMessage
from langchain_core.pydantic_v1 import BaseModel, Field
from langchain_openai import ChatOpenAI

# 1. 定义数据结构
class BookInfo(BaseModel):
    book_name: str = Field(description="书籍的名字")
    author_name: str = Field(description="书籍的作者")
    genres: List[str] = Field(description="书籍的体裁")

# 2. 初始化解析器
output_parser = PydanticOutputParser(pydantic_object=BookInfo)
print("格式指令:\n", output_parser.get_format_instructions())

# 3. 构建 Prompt
prompt = ChatPromptTemplate.from_messages([
    ("system", "{parser_instructions} 你输出的结果请使用中文。"),
    ("human", "请你帮我从书籍的概述中，提取书名、作者，以及书籍的体裁。书籍概述会被三个#符号包围。\n###{book_introduction}###")
])

book_introduction = """
《朝花夕拾》原名《旧事重提》，是现代文学家鲁迅的散文集，收录鲁迅于 1926 年创作的 10 篇回忆性散文。文集作为'回忆的记事'，多侧面地反映了作者鲁迅青少年时期的生活。
"""

# 4. 执行链
model = ChatOpenAI(
    model="gpt-3.5-turbo",
    openai_api_key="sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx",
    openai_api_base="https://api.aigc369.com/v1"
)

final_prompt = prompt.invoke({
    "book_introduction": book_introduction,
    "parser_instructions": output_parser.get_format_instructions()
})

response = model.invoke(final_prompt)
result = output_parser.invoke(response)

print("解析后的对象:", result)
print("书名:", result.book_name)

1.3 其他常用解析器

除了上述两种，LangChain 还提供了多种解析器以适应不同场景：

• JsonOutputParser: 强制 LLM 输出 JSON 格式，适合需要复杂嵌套结构的场景。
• RegexParser: 使用正则表达式提取信息，适用于非结构化文本中的关键信息抽取。
• StructuredOutputParser: 结合 Pydantic 和 Prompt 模板，提供更灵活的约束。

在使用时，建议始终包裹在 try-except 块中，以处理解析失败的情况。

try:
    parsed_result = output_parser.invoke(response)
except Exception as e:
    print(f"解析失败：{e}")
    # 这里可以添加重试逻辑或降级方案

2. 利用 LCEL 构建链

2.1 LCEL 简介

LCEL (LangChain Expression Language) 是 LangChain 表达式语言的简称。它提供了一种声明式的、流式的方式来组合不同的组件（如 Prompt、Model、Parser）。

在 LangChain 中，只要实现了 Runnable 接口并且拥有 invoke 方法，都可以成为链的一部分。这意味着它们可以接收上一个组件的输出作为自己的输入。

LCEL 的核心优势在于使用管道符 | 连接各个组件。这种方式不仅书写简洁，还支持异步 (astream, ainvoke) 和流式输出 (stream, astream_events)。

2.2 不使用 LCEL vs 使用 LCEL

传统方式

不使用 LCEL 时，代码需要显式地调用每个组件的 invoke 方法，变量传递繁琐，难以复用。

# 传统写法
final_prompt = prompt.invoke({"book_introduction": book_introduction, ...})
response = model.invoke(final_prompt)
result = output_parser.invoke(response)

LCEL 方式

使用 LCEL 后，代码变得非常直观，且天然支持错误处理和流式传输。

# LCEL 写法
chain = prompt | model | output_parser
ret = chain.invoke({"book_introduction": book_introduction, ...})

2.3 LCEL 的高级特性

1. 流式输出

LCEL 原生支持流式传输，这对于用户体验至关重要，可以让用户看到 LLM 逐字生成的过程。

for chunk in chain.stream({"book_introduction": book_introduction, ...}):
    print(chunk, end="", flush=True)

2. 异步支持

对于高并发场景，可以使用 ainvoke 或 astream。

import asyncio

async def main():
    result = await chain.ainvoke({"book_introduction": book_introduction, ...})
    return result

# asyncio.run(main())

3. 状态管理

LCEL 可以与 RunnableWithMessageHistory 配合使用，轻松实现对话记忆功能。

from langchain.memory import ConversationBufferMemory
from langchain.chains import ConversationChain

memory = ConversationBufferMemory()
conversation = ConversationChain(llm=model, memory=memory)

3. 常见陷阱与最佳实践

3.1 解析错误处理

LLM 可能会偶尔违反格式约束。务必在解析前验证输出，或使用更严格的 Prompt 指令。

3.2 上下文窗口限制

在构建长链时，注意中间变量的大小。如果 Prompt 过长，可能导致 Token 溢出。建议使用 max_tokens 参数控制输出长度。

3.3 调试技巧

使用 langchain.debug 模式或打印中间步骤的输出来排查问题。

import logging
logging.basicConfig(level=logging.DEBUG)

4. 总结

本文详细讲解了 LangChain 的输出解析器机制，包括内置解析器和自定义 Pydantic 解析器的用法。同时深入探讨了 LCEL 链的构建方式，对比了传统调用与 LCEL 管道调用的区别，并补充了流式输出、异步处理等高级特性。

掌握这些技术点，能够帮助开发者构建出更加健壮、高效且易于维护的大语言模型应用。在实际项目中，建议根据具体业务需求选择合适的解析器，并充分利用 LCEL 的声明式特性来简化代码逻辑。