Langchain中Pydantic互递归模型JSON解析报错求助

问题根源 #

Pydantic 2.x中互递归模型的ForwardRef解析依赖正确的命名空间，Langchain的Pydantic输出解析器无法处理未完全解析的ForwardRef，导致TypeError；单独调用单模型的update_forward_refs()会因命名空间不全引发NameError。

解决步骤 #

• 用字符串引用定义递归字段：定义模型时，对互递归的字段使用字符串形式的类名（如List["ProofStep"]），避免定义阶段的循环引用冲突。
• 统一更新ForwardRefs：所有模型定义完成后，一次性传递全局命名空间给每个模型的update_forward_refs()方法，确保所有递归类能被正确识别。
• 确保解析器使用已解析的模型：仅在ForwardRef完全解析后，将模型传递给Langchain的PydanticOutputParser。

可运行代码示例 #

from pydantic import BaseModel, Field
from typing import List, Optional
from langchain.output_parsers import PydanticOutputParser
from langchain.prompts import PromptTemplate
from langchain_openai import ChatOpenAI

# 定义互递归模型，使用字符串形式的类名引用
class Theorem(BaseModel):
    statement: str
    proof: Optional["Proof"] = Field(None, description="递归引用的证明结构")

class ProofStep(BaseModel):
    explanation: str
    theorem: Optional[Theorem] = Field(None, description="递归引用的定理")
    sub_steps: Optional[List["ProofStep"]] = Field(None, description="递归的子步骤")

class Proof(BaseModel):
    steps: List[ProofStep] = Field(..., description="证明步骤列表")

# 统一更新所有模型的ForwardRef，传递全局命名空间
Theorem.update_forward_refs(**globals())
ProofStep.update_forward_refs(**globals())
Proof.update_forward_refs(**globals())

# 配置Langchain组件
llm = ChatOpenAI(model="gpt-4", temperature=0)
parser = PydanticOutputParser(pydantic_object=Proof)

prompt = PromptTemplate(
    template="请生成关于{topic}的数学证明，严格按照指定格式输出：\n{format_instructions}\n",
    input_variables=["topic"],
    partial_variables={"format_instructions": parser.get_format_instructions()}
)

# 执行调用
chain = prompt | llm | parser
result = chain.invoke({"topic": "勾股定理"})
print(result.model_dump_json(indent=2))

关键说明 #

• 字符串形式的类名引用会让Pydantic延迟类型解析，避免定义时的循环引用错误。
• **globals()将当前所有已定义的类传递给update_forward_refs()，解决单个模型更新时找不到其他递归类的NameError。
• 必须在全部模型定义完成后执行更新操作，否则会出现未定义类的引用问题。
• 若使用模块化代码，需确保在导入所有相关模型后再执行update_forward_refs()，或启用from __future__ import annotations（Python 3.7+）辅助延迟解析，但显式更新更适配Pydantic 2.x的Langchain集成场景。

内容的提问来源于stack exchange，提问作者bahab