OpenAI功能

这些输出解析器使用OpenAI函数调用来结构化其输出。这意味着它们只能用于支持函数调用的模型。有几种不同的变体:

JsonOutputFunctionsParser (opens in a new tab)：将函数调用的参数作为JSON返回
PydanticOutputFunctionsParser (opens in a new tab)：将函数调用的参数作为Pydantic模型返回
JsonKeyOutputFunctionsParser (opens in a new tab)：将函数调用中特定键的值作为JSON返回
PydanticAttrOutputFunctionsParser (opens in a new tab)：将函数调用中特定键的值作为Pydantic模型返回

from langchain_community.utils.openai_functions import (
    convert_pydantic_to_openai_function,
)
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.pydantic_v1 import BaseModel, Field, validator
from langchain_openai import ChatOpenAI

class Joke(BaseModel):
    """要告诉用户的笑话。"""
 
    setup: str = Field(description="用于设定笑话的问题")
    punchline: str = Field(description="解决笑话的答案")
 
 
openai_functions = [convert_pydantic_to_openai_function(Joke)]

model = ChatOpenAI(temperature=0)

prompt = ChatPromptTemplate.from_messages(
    [("system", "您是一个乐于助人的助手"), ("user", "{input}")]
)

JsonOutputFunctionsParser

from langchain.output_parsers.openai_functions import JsonOutputFunctionsParser

parser = JsonOutputFunctionsParser()

chain = prompt | model.bind(functions=openai_functions) | parser

chain.invoke({"input": "给我讲个笑话"})

{'setup': '为什么科学家不相信原子？', 'punchline': '因为它们构成了一切！'}

for s in chain.stream({"input": "给我讲个笑话"}):
    print(s)

{}
{'setup': ''}
{'setup': '为什么'}
{'setup': '为什么科'}
{'setup': '为什么科学'}
{'setup': '为什么科学家'}
{'setup': '为什么科学家不'}
{'setup': '为什么科学家不相'}
{'setup': '为什么科学家不相信'}
{'setup': '为什么科学家不相信原子'}
{'setup': '为什么科学家不相信原子？', 'punchline': ''}
{'setup': '为什么科学家不相信原子？', 'punchline': '因为'}
{'setup': '为什么科学家不相信原子？', 'punchline': '因为它们'}
{'setup': '为什么科学家不相信原子？', 'punchline': '因为它们构'}
{'setup': '为什么科学家不相信原子？', 'punchline': '因为它们构成'}
{'setup': '为什么科学家不相信原子？', 'punchline': '因为它们构成了'}
{'setup': '为什么科学家不相信原子？', 'punchline': '因为它们构成了一切'}
{'setup': '为什么科学家不相信原子？', 'punchline': '因为它们构成了一切！'}

JsonKeyOutputFunctionsParser

这只是从返回的响应中提取一个键。当您想返回一系列事物时，这将非常有用。

from typing import List
 
from langchain.output_parsers.openai_functions import JsonKeyOutputFunctionsParser

class Jokes(BaseModel):
    """要告诉用户的笑话。"""
 
    joke: List[Joke]
    funniness_level: int

parser = JsonKeyOutputFunctionsParser(key_name="joke")

openai_functions = [convert_pydantic_to_openai_function(Jokes)]
chain = prompt | model.bind(functions=openai_functions) | parser

chain.invoke({"input": "给我讲两个笑话"})

[{'setup': '为什么科学家不相信原子？', 'punchline': '因为它们构成了一切！'}, {'setup': '拿什么拯救地球？', 'punchline': '扶贫帮困！'}]

for s in chain.stream({"input": "给我讲两个笑话"}):
    print(s)

[]
[{}]
[{'setup': ''}]
[{'setup': '为什么'}]
[{'setup': '为什么科'}]
[{'setup': '为什么科学'}]
[{'setup': '为什么科学家'}]
[{'setup': '为什么科学家不'}]
[{'setup': '为什么科学家不相'}]
[{'setup': '为什么科学家不相信'}]
[{'setup': '为什么科学家不相信原'}]
[{'setup': '为什么科学家不相信原子'}]
[{'setup': '为什么科学家不相信原子？', 'punchline': ''}]
[{'setup': '为什么科学家不相信原子？', 'punchline': '因为'}]
[{'setup': '为什么科学家不相信原子？', 'punchline': '因为它们'}]
[{'setup': '为什么科学家不相信原子？', 'punchline': '因为它们构'}]
[{'setup': '为什么科学家不相信原子？', 'punchline': '因为它们构成'}]
[{'setup': '为什么科学家不相信原子？', 'punchline': '因为它们构成了'}]
[{'setup': '为什么科学家不相信原子？', 'punchline': '因为它们构成了一切'}]
[{'setup': '为什么科学家不相信原子？', 'punchline': '因为它们构成了一切！'}]
[{'setup': '为什么科学家不相信原子？', 'punchline': '因为它们构成了一切！'}, {}]
[{'setup': '为什么科学家不相信原子？', 'punchline': '因为它们构成了一切！'}, {'setup': ''}]
[{'setup': '为什么科学家不相信原子？', 'punchline': '因为它们构成了一切！'}, {'setup': '拿'}]
[{'setup': '为什么科学家不相信原子？', 'punchline': '因为它们构成了一切！'}, {'setup': '拿什'}]
[{'setup': '为什么科学家不相信原子？', 'punchline': '因为它们构成了一切！'}, {'setup': '拿什么'}]
[{'setup': '为什么科学家不相信原子？', 'punchline': '因为它们构成了一切！'}, {'setup': '拿什么拯'}]
[{'setup': '为什么科学家不相信原子？', 'punchline': '因为它们构成了一切！'}, {'setup': '拿什么拯救'}]
[{'setup': '为什么科学家不相信原子？', 'punchline': '因为它们构成了一切！'}, {'setup': '拿什么拯救地'}]
[{'setup': '为什么科学家不相信原子？', 'punchline': '因为它们构成了一切！'}, {'setup': '拿什么拯救地球'}]
[{'setup': '为什么科学家不相信原子？', 'punchline': '因为它们构成了一切！'}, {'setup': '拿什么拯救地球？', 'punchline': ''}]
[{'setup': '为什么科学家不相信原子？', 'punchline': '因为它们构成了一切！'}, {'setup': '拿什么拯救地球？', 'punchline': '扶'}]
[{'setup': '为什么科学家不相信原子？', 'punchline': '因为它们构成了一切！'}, {'setup': '拿什么拯救地球？', 'punchline': '扶贫'}]
[{'setup': '为什么科学家不相信原子？', 'punchline': '因为它们构成了一切！'}, {'setup': '拿什么拯救地球？', 'punchline': '扶贫帮'}]
[{'setup': '为什么科学家不相信原子？', 'punchline': '因为它们构成了一切！'}, {'setup': '拿什么拯救地球？', 'punchline': '扶贫帮困'}]

PydanticOutputFunctionsParser

这在JsonOutputFunctionsParser的基础上构建，但将结果传递给了Pydantic模型。这允许进一步的验证，如果您选择的话。

from langchain.output_parsers.openai_functions import PydanticOutputFunctionsParser

class Joke(BaseModel):
    """要告诉用户的笑话。"""
 
    setup: str = Field(description="用于设定笑话的问题")
    punchline: str = Field(description="解决笑话的答案")
 
 
# 你可以使用Pydantic轻松添加自定义验证逻辑。
 
@validator("setup")
def question_ends_with_question_mark(cls, field):
    if field[-1] != "?":
        raise ValueError("问题形式错误！")
    return field
 
 
parser = PydanticOutputFunctionsParser(pydantic_schema=Joke)

openai_functions = [convert_pydantic_to_openai_function(Joke)]
chain = prompt | model.bind(functions=openai_functions) | parser

chain.invoke({"input": "告诉我一个笑话"})

Joke(setup="为什么科学家不相信原子？", punchline='因为它们组成了一切！')

枚举（Enum）输出修复（OutputFixing）