快速开始
在本快速开始中，我们将使用支持 函数/工具调用 的 聊天模型 从文本中提取信息。
重要：使用 函数/工具调用 进行提取仅适用于 支持 函数/工具调用 的模型。
设置
我们将使用支持 函数/工具调用 的 LLM 上可用的 结构化输出 方法。
选择一个模型，安装其依赖并设置 API 密钥！
!pip install langchain
# Install a model capable of tool calling
# pip install langchain-openai
# pip install langchain-mistralai
# pip install langchain-fireworks
# Set env vars for the relevant model or load from a .env file:
# import dotenv
# dotenv.load_dotenv()模式
首先，我们需要描述要从文本中提取什么信息。
我们将使用 Pydantic 定义一个提取个人信息的示例模式。
from typing import Optional
from langchain_core.pydantic_v1 import BaseModel, Field
class Person(BaseModel):
"""Information about a person."""
# ^ Doc-string for the entity Person.
# This doc-string is sent to the LLM as the description of the schema Person,
# and it can help to improve extraction results.
# Note that:
# 1. Each field is an `optional` -- this allows the model to decline to extract it!
# 2. Each field has a `description` -- this description is used by the LLM.
# Having a good description can help improve extraction results.
name: Optional[str] = Field(default=None, description="The name of the person")
hair_color: Optional[str] = Field(
default=None, description="The color of the peron's hair if known"
)
height_in_meters: Optional[str] = Field(
default=None, description="Height measured in meters"
)定义模式时有两个最佳实践：
- 记录 属性 和 模式 本身：该信息会发送给 LLM，并用于提高信息提取的质量。
- 不要强迫 LLM 编造信息！上面我们为属性使用了
Optional，允许 LLM 在不知道答案时输出None。
重要：为了获得最佳性能，请妥善记录模式，并确保在文本中没有可提取信息时，模型不会被强制返回结果。
提取器
让我们使用上面定义的模式创建一个信息提取器。
from typing import Optional
from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder
from langchain_core.pydantic_v1 import BaseModel, Field
from langchain_openai import ChatOpenAI
# Define a custom prompt to provide instructions and any additional context.
# 1) You can add examples into the prompt template to improve extraction quality
# 2) Introduce additional parameters to take context into account (e.g., include metadata
# about the document from which the text was extracted.)
prompt = ChatPromptTemplate.from_messages(
[
(
"system",
"You are an expert extraction algorithm. "
"Only extract relevant information from the text. "
"If you do not know the value of an attribute asked to extract, "
"return null for the attribute's value.",
),
# Please see the how-to about improving performance with
# reference examples.
# MessagesPlaceholder('examples'),
("human", "{text}"),
]
)我们需要使用一个支持函数/工具调用的模型。
请查看 结构化输出，了解可与该 API 一起使用的一些模型列表。
from langchain_mistralai import ChatMistralAI
llm = ChatMistralAI(model="mistral-large-latest", temperature=0)
runnable = prompt | llm.with_structured_output(schema=Person)让我们测试一下
text = "Alan Smith is 6 feet tall and has blond hair."
runnable.invoke({"text": text})Person(name='Alan Smith', hair_color='blond', height_in_meters='1.8288')重要：提取是生成式的 🤯
LLM 是生成模型，因此它们可以做一些相当酷的事情，例如即使身高是以英尺提供的，也能正确地以米为单位提取出此人的身高！
多个实体
在 大多数情况下，你应该提取实体列表，而不是单个实体。
这可以通过将模型相互嵌套，使用 pydantic 轻松实现。
from typing import List, Optional
from langchain_core.pydantic_v1 import BaseModel, Field
class Person(BaseModel):
"""Information about a person."""
# ^ Doc-string for the entity Person.
# This doc-string is sent to the LLM as the description of the schema Person,
# and it can help to improve extraction results.
# Note that:
# 1. Each field is an `optional` -- this allows the model to decline to extract it!
# 2. Each field has a `description` -- this description is used by the LLM.
# Having a good description can help improve extraction results.
name: Optional[str] = Field(default=None, description="The name of the person")
hair_color: Optional[str] = Field(
default=None, description="The color of the peron's hair if known"
)
height_in_meters: Optional[str] = Field(
default=None, description="Height measured in meters"
)
class Data(BaseModel):
"""Extracted data about people."""
# Creates a model so that we can extract multiple entities.
people: List[Person]重要：此处的提取可能并不完美。请继续阅读，了解如何使用 参考示例 来提高提取质量，并查看 指南 部分！
runnable = prompt | llm.with_structured_output(schema=Data)
text = "My name is Jeff, my hair is black and i am 6 feet tall. Anna has the same color hair as me."
runnable.invoke({"text": text})Data(people=[Person(name='Jeff', hair_color=None, height_in_meters=None), Person(name='Anna', hair_color=None, height_in_meters=None)])提示：当模式支持提取 多个实体 时，如果文本中没有相关信息，它也允许模型通过提供空列表来提取 零个实体。
这通常是 好事！它允许在实体上指定 必需 属性，而不必强迫模型检测到该实体。
下一步
现在你已经了解了使用 LangChain 进行提取的基础知识，可以继续阅读操作指南的其余部分：