当前位置：首页 > article >正文

深度学习-93-大语言模型LLM之基于langchain的模型IO的输出解析

article 2025/1/25 0:30:57

文章目录

1 Model的输入输出
2 输出解析器
- 2.1 输出解析器的结构
- 2.2 输出解析器的类型
3 应用输出解析器
- 3.1 设置环境变量
- 3.2 CSV解析器CommaSeparatedListOutputParser
- 3.3 日期时间解析器DatetimeOutputParser
- 3.4 枚举解析器EnumOutputParser
- 3.5 结构化输出解析器StructuredOutputParser
4 参考附录

在这里插入图片描述

1 Model的输入输出

LangChain的模型是框架中的核心，基于语言模型构建，用于开发LangChain应用。
通过API调用大模型来解决问题是LangChain应用开发的关键过程。

可以把对模型的使用过程拆解成三块: 输入提示(Prompt)、调用模型(Model)、输出解析(Parse)。
(1)提示模板: LangChain的模板允许动态选择输入，根据实际需求调整输入内容，适用于各种特定任务和应用。
(2)语言模型: LangChain提供通用接口调用不同类型的语言模型，提升了灵活性和使用便利性。
(3)输出解析: 利用LangChain的输出解析功能，精准提取模型输出中所需信息，避免处理冗余数据，同时将非结构化文本转换为可处理的结构化数据，提高信息处理效率。

这三块形成了一个整体，在LangChain中这个过程被统称为Model输入或输出。针对每块环节，LangChain都提供了模板和工具，可以帮助快捷的调用各种语言模型的接口。