AI - 使用LangChain请求LLM结构化生成内容

基于深度学习的大型语言模型（LLM）不仅可以生成文本，还可以帮助我们完成许多复杂任务，如自动化客服、内容创作和数据分析。然而，如何从这些模型中结构化地获取输出，仍然是一个关键问题。在这篇文章中，我们将探索如何使用 JavaScript 和 LangChain 构建一个简单的 LLM结构化输出的应用程序。

场景

在构建 LLM 应用程序时，许多时候我们不仅仅需要模型生成文本，还需要它按照我们指定的格式输出结果。这样的需求在以下场景中非常常见：

• 数据处理和分析：当我们需要对生成的数据进一步处理和分析时，结构化数据会更加便于处理。
• 系统集成：在复杂系统中，各个组件的协作往往需要标准化的数据格式，以确保不同模块之间的兼容性和数据流的顺畅。
• 用户界面展示：结构化的数据更容易在用户界面中展示，让用户可以直观地理解内容。

好处

一致性

结构化输出可以确保返回的数据格式一致。这对于解析和处理数据非常重要，尤其是在需要进一步操作或存储数据的情况下。

易于调试

标准化的数据格式使得调试过程更加容易。通过固定的结构，我们可以迅速识别并修复可能存在的格式或内容问题。

自动化

结构化数据更便于自动化处理。无论是将数据存储到数据库中，还是进行进一步的分析和可视化，结构化数据都能大大简化这些过程。

实现结构化内容生成的方式

在利用大型语言模型（LLM）生成结构化内容时，我们可以通过直接设置提示（prompting）或使用withStructuredOutput方法来达到目的。这两种方法都有其独特的优点和适用场合。以下是对这两种方法的比较：

通过提示（Prompting）

通过提示法实现结构化内容生成，主要依赖于构建一个明确的文本提示，指导模型生成所需格式的输出。

优点

• 简单易行：不需要额外的工具或库，只需精心设计提示即可。
• 灵活性高：可以自由地设计和修改提示内容，适应不同的需求。
• 模型无关：适用于不同类型的语言模型（如GPT-3、BERT等），无论其内部细节如何。

缺点

• 依赖人工设计质量：提示的设计质量直接影响输出的准确性和格式一致性。
• 不易维护和扩展：复杂的提示容易变得冗长和难以管理，修改提示可能导致意料之外的问题。
• 高变异性：模型可能因细微的提示变化生成不同的格式，缺乏一致性和稳定性。

使用withStructuredOutput

withStructuredOutput方法是LangChain库提供的一种方法，通过定义结构化输出的模式来指导模型生成特定格式的内容。

优点

• 强一致性：通过预定义的数据模式确保输出的格式和内容一致。
• 易于维护和扩展：更改结构化输出模式比更改提示更为简单和直观，不需要修改大量提示文本。
• 自动化：减少了手动调试和格式化的麻烦，通过明确的模式定义确保输出的准确性。

缺点

• 依赖工具库：需要学习和使用LangChain或类似工具库提供的API。
• 灵活性较低：输出格式固定，适应特定需求相对简单，但面对复杂和变动频繁的需求时可能不灵活。

示例代码

示例代码来主体源于LangChain官网，有兴趣的小伙伴可以去官网查看。下面将通过多种方式提示 LLM 讲一个笑话，并要求返回包括笑话的开头（setup），笑点（punchline），笑话的搞笑程度（rating）以及为什么它很搞笑（reason）的结构化输出。

第一步：设置开发环境

首先，创建一个新目录并进入该目录：

mkdir langchain-structure-output-app
cd langchain-structure-output-app

初始化一个新的Node.js项目：

npm init -y

安装必要的依赖：

# 安装langchain
npm install langchain @langchain/core --save# 安装groq的langchain开发包
npm install @langchain/groq  --save# 安装环境变量配置库
npm install dotenv --save# 安装JSONSchema生成库
npm install zod --save

第二步：创建项目结构

创建项目所需的文件和目录结构：

langchain-structure-output-app
├── index.js
├── .env
└── package.json

第三步：配置环境变量

在项目目录中创建一个 .env 文件，并添加Groq API密钥：

GROQ_API_KEY=your_groq_api_key_here

第四步：编写主应用程序

在 index.js 中编写应用程序代码，配置LangChain并创建翻译功能。

// 引入LangChain开发包，ChatGroq是用于与Groq语言模型交互的类
import { ChatGroq } from "@langchain/groq";// 导入 dotenv，它是一个零依赖模块，能够从.env文件中加载环境变量到process.env中
import dotenv from "dotenv";// 导入zod用于TypeScript优先的模式验证，并带有静态类型推断功能
import { z } from "zod";// 加载 .env 文件中的环境变量GROQ_API_KEY
dotenv.config();// 配置Groq LLM（语言模型），设置模型名称和温度参数
const model = new ChatGroq({model: "mixtral-8x7b-32768", // 使用的模型名称temperature: 0, // 温度参数，决定输出的随机性
});

第五步：JsonSchema结构化输出

/*** 通过JsonSchema实现结构化输出* * @param {string} model LLM实例* @param {boolean} includeRaw 是否包含原始内容，默认不包含*/
async function tellJoke(model, includeRaw = false) {// 定义结构化的笑话对象模式const joke = z.object({setup: z.string().describe("The setup of the joke"), // 笑话的开场部分，为字符串类型rating: z.number().describe("How funny the joke is, from 1 to 10"), // 笑话的搞笑程度评分，1到10的数字类型punchline: z.string().describe("The punchline to the joke"), // 笑点部分，为字符串类型reason: z.string().describe("The reason why it is funny"), // 可笑的原因，为字符串类型});// 使用withStructuredOutput方法，将输出格式化为定义好的笑话模式// 设置输出格式名为“joke”const structuredLlm = model.withStructuredOutput(joke, {includeRaw: includeRaw,name: "joke",});// 通过invoke方法向模型询问一个关于狗的笑话并获取结构化的输出const answer = await structuredLlm.invoke("Tell me a joke about dogs");// 打印输出的笑话结果console.log(answer);
}
await tellJoke(model);

用以下命令或者npm start运行应用程序：

node index.js

输出结果是一个标准的JSON格式，如下所示：

bash-3.2$ npm start> langchain-structure-output-app@1.0.0 start
> node index{setup: 'Why did the scarecrow adopt a dog?',rating: 5,punchline: 'Because he needed a bark-ing buddy!',reason: "It's a play on words between 'bark' and 'scarecrow's job'"
}

然后并非所有的LLM都支持结构化内容输出，对于不支持的情况，可以考虑将tellJoke(model, includeRaw = false)的第二个参数includeRaw置成true，这样可以返回原始内容，如下所示，然后开发者可以进行自定义解析。

{raw: AIMessage {"content": "","additional_kwargs": {"tool_calls": [{"id": "call_sxtk","type": "function","function": "[Object]"}]},"response_metadata": {"tokenUsage": {"completionTokens": 158,"promptTokens": 1280,"totalTokens": 1438},"finish_reason": "tool_calls"},"tool_calls": [{"name": "joke","args": {"setup": "Why did the scarecrow adopt a dog?","rating": 5,"punchline": "Because he needed a bark-ing buddy!","reason": "It's a play on words between 'bark' and 'scarecrow's job'"},"type": "tool_call","id": "call_sxtk"}],"invalid_tool_calls": [],"usage_metadata": {"input_tokens": 1280,"output_tokens": 158,"total_tokens": 1438}},parsed: {setup: 'Why did the scarecrow adopt a dog?',rating: 5,punchline: 'Because he needed a bark-ing buddy!',reason: "It's a play on words between 'bark' and 'scarecrow's job'"}
}

第六步：OpenAI风格结构化输出

// 通过OpenAI-style JSON schema 实现结构化输出
async function tellJoke2(model) {// 定义结构化的笑话对象模式const structuredLlm = model.withStructuredOutput({name: "joke",description: "Joke to tell user.",parameters: {title: "Joke",type: "object",properties: {setup: { type: "string", description: "The setup for the joke" },rating: { type: "number", description: "How funny the joke is, from 1 to 10" },punchline: { type: "string", description: "The punchline to the joke" },reason: { type: "string", description: "The reason why it is funny" }},required: ["setup", "punchline", "rating", "reason"],},});// 通过invoke方法向模型询问一个关于老鼠的笑话并获取结构化的输出// 设置输出格式名为“joke”const answer = await structuredLlm.invoke("Tell me a joke about mouse", { name: "joke" });// 打印输出的笑话结果console.log(answer);
}
await tellJoke2(model);

用以下命令或者npm start运行应用程序：

node index.js

输出结果是一个标准的JSON格式，如下所示：

bash-3.2$ npm start> langchain-structure-output-app@1.0.0 start
> node index{setup: "Why don't mice use spell check?",punchline: "Because they're afraid of making a misspell-mouse!",rating: 5,reason: "It's a play on words related to the question."
}

总结

在本文中，我们使用LangChain和JavaScript创建了一个简单的格式化输出应用程序，通过配置Groq API并使用LangChain框架，在利用大型语言模型（LLM）生成结构化内容时，我们可以通过直接设置提示（prompting）或使用withStructuredOutput方法来达到目的。在这个基础上，您可以扩展该应用程序，以支持更多的功能和更复杂的应用场景。希望本教程对您有所帮助！