Langchain with_structured_output解析含自定义类的字典结构失败求助

你的代码存在两个核心问题：一是未显式导入Dict和List类型（虽旧代码能运行，但显式导入更规范且规避潜在问题）；二是LLM无法自动理解ppp字段的字典结构规则，需通过字段描述或prompt明确引导。

以下是修正后的完整代码：

import os
from typing import List, Dict
from pydantic import BaseModel, Field
from langchain_openai import ChatOpenAI

model = ChatOpenAI(model="gpt-4o-mini-2024-07-18", temperature=0.0)

class A(BaseModel):
    a_1: str
    a_2: str
    r: str

class B(BaseModel):
    b_1: str
    b_2: str
    r: str

class C(BaseModel):
    ccc: List[A]
    ppp: Dict[str, List[B]] = Field(
        description="以B对象对应的标识字符串为键，值是具有相同标识的B对象组成的列表"
    )

structured_llm = model.with_structured_output(C)

# 需在prompt中明确ppp的结构规则，示例prompt：
prompt = """
请从以下文本提取结构化信息：
[你的非结构化文本内容]
其中ppp字段需整理为字典：键是每个B条目的标识字符串，对应的值是所有含该标识的B对象列表。
"""

response = structured_llm.invoke(prompt)

关键说明 #

• 显式导入类型：从typing导入Dict和List，确保Pydantic能准确识别字段类型。
• 添加字段描述：通过Field给ppp字段补充清晰规则，让LLM明确字典的键值对应逻辑。
• prompt强化引导：在输入prompt中再次明确ppp的结构要求，避免模型输出偏差。

修改后，LLM会按照要求生成符合字典结构的ppp字段，规避验证错误。

内容的提问来源于stack exchange，提问作者NiMa