Day 30 · Pydantic 结构化输出

Week 5 · Day 30 / 56 · 返回大纲

一、结构化输出

让 LLM 返回严格的 JSON 格式,方便程序处理。

from pydantic import BaseModel

class Todo(BaseModel):
    title: str
    priority: str
    due_date: str | None

# 让 LLM 返回 JSON
resp = client.messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=1024,
    messages=[{"role": "user", "content": """
    把以下任务转为 JSON:标题、优先级、截止日期
    任务:明天交报告
    只返回 JSON,不要其他内容。
    """}]
)

import json
data = json.loads(resp.content[0].text)
todo = Todo(**data)
print(todo.title)  # "交报告"

二、字段验证

from pydantic import field_validator

class Todo(BaseModel):
    title: str
    priority: str
    
    @field_validator("priority")
    def valid_priority(cls, v):
        if v not in ("high", "medium", "low"):
            raise ValueError("优先级必须是 high/medium/low")
        return v

动手练习

练习 1:结构化输出
让 LLM 返回 Todo JSON
class Todo(BaseModel):
    title: str
    priority: str
查看答案
参考答案
# json.loads 解析
练习 2:字段验证
给模型加验证器
@field_validator("priority")
def valid_priority(cls, v):
    if v not in ("high", "medium", "low"):
        raise ValueError(...)
查看答案
参考答案
# Pydantic 自动验证

打卡验收

会用 Pydantic 定义数据模型
理解结构化输出的作用
会解析 LLM 返回的 JSON
会写字段验证器
完成 2 个动手练习
理解 Pydantic 和 Zod 的对应关系
能向别人解释结构化输出
为后续 RAG/Agent 打基础
打卡方式: 全部勾选后,告诉我 "Day 30 打卡",并贴出你的代码。