如何获取Instructor库发送给LLM的完整原始序列化提示？

• 配置before_request钩子提取原始请求
  初始化Instructor客户端时，通过before_request钩子可直接获取发送给LLM的完整原始请求数据，其中包含实际发送的序列化提示。示例代码：

  from openai import OpenAI
  import instructor
  
  class SimpleReview:
      rating: int
      comment: str
  
  def extract_raw_prompt(request):
      # 提取所有发送给LLM的消息，包含系统提示和用户输入
      for msg in request.messages:
          if msg.role == "system":
              print("系统注入的Schema提示:", msg.content)
          elif msg.role == "user":
              print("用户输入内容:", msg.content)
      # 拼接得到完整原始提示
      full_prompt = "\n".join([f"{msg.role}: {msg.content}" for msg in request.messages])
      print("完整原始提示:", full_prompt)
      return request
  
  # 为客户端添加钩子
  client = instructor.patch(OpenAI(), before_request=extract_raw_prompt)
  
  # 发起请求测试
  review = client.chat.completions.create(
      model="gpt-3.5-turbo",
      response_model=SimpleReview,
      messages=[{"role": "user", "content": "评价这个产品：包装精美，但物流太慢"}]
  )
  

• 解析钩子中的请求对象
  钩子接收的request参数是完整的ChatCompletion请求实例，直接访问request.messages就能拿到LLM实际接收的所有文本内容，其中系统消息是Instructor自动生成的JSON Schema约束，用户消息是你传入的内容，两者组合就是最终发送的提示。
• 去除Python类标识干扰
  你之前看到的__main__.SimpleReview是Python类的内部标识，不会出现在发送给LLM的实际提示里，通过request.messages提取的内容是纯文本格式，完全对应LLM收到的信息。

内容的提问来源于stack exchange，提问作者jss367