当前位置：首页 > news >正文

LangGraph结构化输出详解：让智能体返回格式化数据

news 2025/9/3 15:49:01

引言

在使用大语言模型进行开发时，我们经常需要模型返回特定格式的数据，而不是纯文本。比如在构建AI应用时，我们可能需要模型返回JSON格式的数据用于后续处理，或者返回符合特定数据结构的对象。这就是结构化输出的价值所在。

本文将深入探讨LangGraph中的结构化输出功能，重点介绍.with_structured_output()方法的使用，并通过实际代码示例展示如何在项目中应用这一技术。

什么是结构化输出？

结构化输出是指LLM（或LangGraph工作流中的其他节点）返回的输出被格式化为明确定义的、机器可读的对象，如字典、列表、自定义类或JSON对象，而不是纯文本。

对比示例：

非结构化输出："答案是北京。"
结构化输出：{"城市": "北京", "国家": "中国", "人口": 2154}

为什么需要结构化输出？

在LangGraph中，一个节点的输出通常作为另一个节点的输入。如果输出是结构化的，下一步就能准确知道期望什么字段/数据以及如何访问它们。这大大提高了系统的可靠性和可维护性。

核心技术：.with_structured_output()方法

.with_structured_output()是获得结构化输出的最简单、最可靠的方法。它专为那些原生支持结构化输出API（如工具/函数调用或JSON模式）的模型实现，并在后台使用这些功能。

基本工作原理

该方法接受一个模式作为输入，指定所需输出属性的名称、类型和描述。它返回一个类似于模型的Runnable，但输出的不是字符串或消息，而是对应于给定模式的对象。

实现方式详解

方式一：使用Pydantic类

使用Pydantic的主要优点是模型生成的输出将被验证。如果任何必需的字段缺失或任何字段的类型错误，Pydantic将抛出错误。

from pydantic import BaseModel, Field
from langchain_deepseek import ChatDeepSeek
from typing import Optional# 定义Pydantic模型
class ProductInfo(BaseModel):"""产品基本信息"""name: str = Field(description="产品名称")price: float = Field(description="产品价格，单位为元")category: str = Field(description="产品所属类别")rating: Optional[int] = Field(default=None, description="产品评分，1-10分")# 初始化模型
llm = ChatDeepSeek(model="deepseek-chat")
structured_llm = llm.with_structured_output(ProductInfo)# 调用示例
result = structured_llm.invoke("帮我分析一下iPhone 15这款手机")
print(result)
# 输出: ProductInfo(name='iPhone 15', price=5999.0, category='智能手机', rating=9)

方式二：使用TypedDict

如果您不想使用Pydantic验证，或者希望能够流式输出模型结果，可以使用TypedDict类定义模式。

from typing import Optional
from typing_extensions import Annotated, TypedDict# 使用TypedDict定义模式
class StudentInfo(TypedDict):"""学生基本信息"""name: Annotated[str, ..., "学生姓名"]age: Annotated[int, ..., "学生年龄"]major: Annotated[str, ..., "所学专业"]score: Annotated[Optional[float], None, "平均成绩，0-100分"]structured_llm = llm.with_structured_output(StudentInfo)result = structured_llm.invoke("张明，20岁，计算机科学专业，平均成绩85分")
print(result)
# 输出: {'name': '张明', 'age': 20, 'major': '计算机科学', 'score': 85.0}

方式三：使用JSON Schema

您也可以直接传入JSON Schema字典，这种方式不需要导入额外的类，但代码会更冗长一些。

json_schema = {"title": "公司信息","description": "公司基本信息","type": "object","properties": {"company_name": {"type": "string","description": "公司名称",},"industry": {"type": "string", "description": "所属行业",},"employee_count": {"type": "integer","description": "员工总数","default": None,},},"required": ["company_name", "industry"],
}structured_llm = llm.with_structured_output(json_schema)
result = structured_llm.invoke("分析一下腾讯公司")
print(result)
# 输出: {'company_name': '腾讯', 'industry': '互联网科技', 'employee_count': 110715}

LangGraph中的完整应用示例

下面是一个完整的LangGraph应用示例，展示如何在工作流中使用结构化输出：

import json
from pydantic import BaseModel, Field
from langchain_core.messages import HumanMessage, AIMessage
from langchain_deepseek import ChatDeepSeek
from langgraph.graph import StateGraph, MessagesState, END
from dotenv import load_dotenvload_dotenv()# 定义结构化输出模型
class AnalysisResult(BaseModel):"""文本分析结果"""topic: str = Field(description="文本主要主题")summary: str = Field(description="内容摘要，不超过100字")keywords: list[str] = Field(description="提取的关键词列表")sentiment: str = Field(description="情感倾向：积极/消极/中性")# 初始化模型
model = ChatDeepSeek(model="deepseek-chat")
structured_llm = model.with_structured_output(AnalysisResult).with_config(tags=["文本分析器"])# 定义分析节点
def analysis_node(state: MessagesState):"""对输入文本进行结构化分析"""result = structured_llm.invoke(state["messages"])print(f"分析结果: {result}")# 将分析结果转换为AIMessageresponse_content = f"""
📊 分析报告
主题: {result.topic}
摘要: {result.summary}
关键词: {', '.join(result.keywords)}
情感倾向: {result.sentiment}""".strip()return {"messages": [AIMessage(content=response_content)]}# 构建LangGraph工作流
workflow = StateGraph(MessagesState)
workflow.add_node("分析", analysis_node)
workflow.set_entry_point("分析")
workflow.add_edge("分析", END)# 编译图
graph = workflow.compile()# 测试用例
def test_analysis():"""测试文本分析功能"""test_text = """人工智能技术正在快速发展，特别是大语言模型的出现，为各个行业带来了前所未有的变革机会。从自动化客服到智能写作，从代码生成到数据分析，AI正在重塑我们的工作方式。虽然技术发展令人兴奋，但我们也需要关注AI伦理和安全性问题。"""graph_input = {"messages": [HumanMessage(content=f"请分析以下文本：{test_text}")]}# 运行分析result = graph.invoke(graph_input)print("="*50)print("最终输出:")print(result["messages"][-1].content)# 执行测试
if __name__ == "__main__":test_analysis()

多模式选择

有时我们需要让模型在多个输出格式之间进行选择。最简单的方法是创建一个具有Union类型属性的父模式：

from typing import Union
from pydantic import BaseModel, Fieldclass Joke(BaseModel):"""笑话内容"""setup: str = Field(description="笑话的铺垫部分")punchline: str = Field(description="笑话的笑点部分")rating: Optional[int] = Field(default=None, description="有趣程度，1-10分")class ConversationalResponse(BaseModel):"""普通对话回应"""response: str = Field(description="对用户查询的对话式回应")class FinalResponse(BaseModel):"""最终输出，可以是笑话或普通回应"""final_output: Union[Joke, ConversationalResponse]structured_llm = llm.with_structured_output(FinalResponse)# 测试不同类型的输入
print("=" * 30)
print("请求笑话:")
result1 = structured_llm.invoke("给我讲个关于程序员的笑话")
print(result1)print("=" * 30)
print("普通对话:")
result2 = structured_llm.invoke("你今天怎么样？")
print(result2)

流式输出支持

当输出类型是字典时（使用TypedDict类或JSON Schema定义时），我们可以从结构化模型中进行流式输出：

from typing_extensions import Annotated, TypedDictclass NewsSummary(TypedDict):"""新闻摘要信息"""title: Annotated[str, ..., "新闻标题"]summary: Annotated[str, ..., "新闻摘要内容"]keywords: Annotated[list[str], ..., "新闻关键词"]structured_llm = llm.with_structured_output(NewsSummary)print("流式输出示例:")
for chunk in structured_llm.stream("总结今天的科技新闻"):print(chunk)

高级技巧

1. 原始输出处理

通过设置include_raw=True，可以获取原始输出，便于调试和错误处理：

structured_llm = llm.with_structured_output(AnalysisResult, include_raw=True)result = structured_llm.invoke("分析人工智能发展")
print("原始输出:", result['raw'])
print("解析结果:", result['parsed'])
print("解析错误:", result['parsing_error'])

2. 指定输出方法

对于支持多种结构化输出方法的模型，可以通过method参数指定使用的方法：

# 使用JSON模式
structured_llm = llm.with_structured_output(AnalysisResult, method="json_mode")

最佳实践

选择合适的模式类型：
- 需要运行时验证 → 使用Pydantic的BaseModel
- 仅需静态类型检查 → 使用TypedDict
- 需要流式输出 → 使用TypedDict或JSON Schema
提供清晰的字段描述：字段的名称和描述对模型理解输出格式非常重要
使用中文字段名：在中文应用场景中，使用中文字段名可以提高模型的理解准确性
合理设置可选字段：使用Optional类型和默认值来处理不确定的信息