求助：基于LangChain使用Tavily构建合规搜索引擎链的代码修改

你的核心需求是将Tavily的搜索结果转换为LangChain标准的Document对象，不需要用PydanticOutputParser——因为Tavily返回的结果本身就是结构化的字典列表，直接遍历转换即可。以下是修改后的完整代码：

from langchain_core.documents.base import Document
from langchain_community.tools.tavily_search import TavilySearchResults
from langchain_core.runnables import RunnableLambda

# 初始化Tavily搜索工具，设置最多返回5条结果
search = TavilySearchResults(max_results=5)

# 定义转换函数：将Tavily的输出转为LangChain Document列表
def convert_to_documents(search_results):
    documents = []
    for result in search_results:
        # 每个结果创建一个Document实例，page_content存内容，metadata存URL
        doc = Document(
            page_content=result["content"],
            metadata={"url": result["url"]}
        )
        documents.append(doc)
    return documents

# 构建搜索链：搜索 → 转换为标准Document
search_engine_chain = search | RunnableLambda(convert_to_documents)

# 测试调用示例
if __name__ == "__main__":
    query = "LangChain最新版本特性"
    results = search_engine_chain.invoke(query)
    for idx, doc in enumerate(results):
        print(f"文档{idx+1}:")
        print(f"内容摘要: {doc.page_content[:200]}...")
        print(f"来源URL: {doc.metadata['url']}\n")

关键说明： #

• Tavily输出格式：TavilySearchResults.invoke()返回的是一个列表，每个元素是包含content（搜索结果内容）和url（来源链接）的字典，无需额外解析
• 转换逻辑：遍历搜索结果列表，逐个创建Document对象，将content赋值给page_content，url存入metadata字典
• 链的构建：用RunnableLambda将普通函数包装为LangChain可运行组件，和搜索工具串联成完整链条

内容的提问来源于stack exchange，提问作者Zahra Reyhanian