此版本仍在开发中，尚未被视为稳定版本。最新的快照版本请使用 Spring AI 1.0.0-SNAPSHOT！spring-doc.cn

结构化输出转换器

自 2024 年 2 月 5 日起，旧的、、和类已被弃用，取而代之的是新的、和实现。后者是前者的直接替代品，并提供相同的功能。更改的原因主要是命名，因为没有进行任何解析，但也与 Spring 包保持一致，带来了一些改进的功能。OutputParserBeanOutputParserListOutputParserMapOutputParserStructuredOutputConverterBeanOutputConverterListOutputConverterMapOutputConverterorg.springframework.core.convert.converter

LLM 生成结构化输出的能力对于依赖可靠解析输出值的下游应用程序非常重要。开发人员希望将 AI 模型的结果快速转换为数据类型，例如 JSON、XML 或 Java 类，这些数据类型可以传递给其他应用程序函数和方法。spring-doc.cn

Spring AI 有助于将 LLM 输出转换为结构化格式。如下图所示，此方法围绕 LLM 文本完成端点运行：Structured Output Convertersspring-doc.cn

使用通用完成 API 从大型语言模型（LLM）生成结构化输出需要仔细处理输入和输出。结构化输出转换器在 LLM 调用之前和之后起着至关重要的作用，确保实现所需的输出结构。spring-doc.cn

在 LLM 调用之前，转换器会将格式说明附加到提示符中，为模型生成所需的输出结构提供明确的指导。这些指令充当蓝图，调整模型的响应以符合指定的格式。spring-doc.cn

在 LLM 调用之后，转换器获取模型的输出文本并将其转换为结构化类型的实例。此转换过程包括解析原始文本输出并将其映射到相应的结构化数据表示形式，例如 JSON、XML 或特定于域的数据结构。spring-doc.cn

这是将模型输出转换为结构化输出的最大努力。不保证 AI 模型会按请求返回结构化输出。模型可能无法理解提示或无法按请求生成结构化输出。考虑实施验证机制以确保模型输出符合预期。StructuredOutputConverter

它不用于 LLM 函数调用，因为默认情况下，此功能本身就提供结构化输出。StructuredOutputConverter

结构化输出 API

该接口允许您获取结构化输出，例如将输出映射到 Java 类或基于文本的 AI 模型输出中的值数组。接口定义为：StructuredOutputConverterspring-doc.cn

public interface StructuredOutputConverter<T> extends Converter<String, T>, FormatProvider {

}

它结合了 Spring Converter<String、T> 接口和FormatProviderspring-doc.cn

public interface FormatProvider {
	String getFormat();
}

下图显示了使用结构化输出 API 时的数据流。spring-doc.cn

为 AI 模型提供特定的格式设置准则，使其能够生成可使用 .以下是此类格式设置说明的示例：FormatProviderTConverterspring-doc.cn

  Your response should be in JSON format.
  The data structure for the JSON should match this Java class: java.util.HashMap
  Do not include any explanations, only provide a RFC8259 compliant JSON response following this format without deviation.

格式说明通常使用 PromptTemplate 附加到用户输入的末尾，如下所示：spring-doc.cn

    StructuredOutputConverter outputConverter = ...
    String userInputTemplate = """
        ... user text input ....
        {format}
        """; // user input with a "format" placeholder.
    Prompt prompt = new Prompt(
       new PromptTemplate(
			   this.userInputTemplate,
          Map.of(..., "format", outputConverter.getFormat()) // replace the "format" placeholder with the converter's format.
       ).createMessage());

Converter<String T> 负责将模型的输出文本转换为指定类型的实例。Tspring-doc.cn

可用转换器

目前，Spring AI 提供了、、和 implementations：AbstractConversionServiceOutputConverterAbstractMessageOutputConverterBeanOutputConverterMapOutputConverterListOutputConverterspring-doc.cn

AbstractConversionServiceOutputConverter<T>- 提供预配置的 GenericConversionService，用于将 LLM 输出转换为所需的格式。未提供默认实现。FormatProviderspring-doc.cn
AbstractMessageOutputConverter<T>- 提供预配置的 MessageConverter，用于将 LLM 输出转换为所需的格式。未提供默认实现。FormatProviderspring-doc.cn
BeanOutputConverter<T>- 此转换器配置了指定的 Java 类（例如 Bean）或 ParameterizedTypeReference，它采用一种实现，该实现指示 AI 模型生成符合从指定 Java 类派生的的 JSON 响应。随后，它利用 an 将 JSON 输出反序列化为目标类的 Java 对象实例。FormatProviderDRAFT_2020_12JSON SchemaObjectMapperspring-doc.cn
MapOutputConverter- 使用指导 AI 模型生成符合 RFC8259 的 JSON 响应的实现来扩展的功能。此外，它还包含一个转换器实现，该实现利用提供的将 JSON 有效负载转换为实例。AbstractMessageOutputConverterFormatProviderMessageConverterjava.util.Map<String, Object>spring-doc.cn
ListOutputConverter- 扩展并包含为逗号分隔的列表输出量身定制的实施。转换器实现使用提供的将模型文本输出转换为 .AbstractConversionServiceOutputConverterFormatProviderConversionServicejava.util.Listspring-doc.cn

使用转换器

以下部分提供了如何使用可用转换器生成结构化输出的指南。spring-doc.cn

Bean 输出转换器

以下示例演示如何使用为 actor 生成 filmography。BeanOutputConverterspring-doc.cn

表示演员电影作品的目标记录：spring-doc.cn

record ActorsFilms(String actor, List<String> movies) {
}

以下是如何使用高级、流畅的 API 来应用 BeanOutputConverter：ChatClientspring-doc.cn

ActorsFilms actorsFilms = ChatClient.create(chatModel).prompt()
        .user(u -> u.text("Generate the filmography of 5 movies for {actor}.")
                    .param("actor", "Tom Hanks"))
        .call()
        .entity(ActorsFilms.class);

或直接使用低级 API：ChatModelspring-doc.cn

BeanOutputConverter<ActorsFilms> beanOutputConverter =
    new BeanOutputConverter<>(ActorsFilms.class);

String format = this.beanOutputConverter.getFormat();

String actor = "Tom Hanks";

String template = """
        Generate the filmography of 5 movies for {actor}.
        {format}
        """;

Generation generation = chatModel.call(
    new PromptTemplate(this.template, Map.of("actor", this.actor, "format", this.format)).create()).getResult();

ActorsFilms actorsFilms = this.beanOutputConverter.convert(this.generation.getOutput().getContent());

生成的架构中的属性排序

支持通过注释在生成的 JSON 架构中对自定义属性进行排序。此注释允许您指定属性在架构中出现的确切顺序，而不管它们在类或记录中的声明顺序如何。BeanOutputConverter@JsonPropertyOrderspring-doc.cn

例如，要确保记录中属性的特定排序：ActorsFilmsspring-doc.cn

@JsonPropertyOrder({"actor", "movies"})
record ActorsFilms(String actor, List<String> movies) {}

此 Annotation 适用于记录和常规 Java 类。spring-doc.cn

泛型 Bean 类型

使用构造函数指定更复杂的目标类结构。例如，要表示演员及其电影作品的列表：ParameterizedTypeReferencespring-doc.cn

List<ActorsFilms> actorsFilms = ChatClient.create(chatModel).prompt()
        .user("Generate the filmography of 5 movies for Tom Hanks and Bill Murray.")
        .call()
        .entity(new ParameterizedTypeReference<List<ActorsFilms>>() {});

或直接使用低级 API：ChatModelspring-doc.cn

BeanOutputConverter<List<ActorsFilms>> outputConverter = new BeanOutputConverter<>(
        new ParameterizedTypeReference<List<ActorsFilms>>() { });

String format = this.outputConverter.getFormat();
String template = """
        Generate the filmography of 5 movies for Tom Hanks and Bill Murray.
        {format}
        """;

Prompt prompt = new PromptTemplate(this.template, Map.of("format", this.format)).create();

Generation generation = chatModel.call(this.prompt).getResult();

List<ActorsFilms> actorsFilms = this.outputConverter.convert(this.generation.getOutput().getContent());

贴图输出转换器

以下代码片段显示了如何使用将模型输出转换为地图中的数字列表。MapOutputConverterspring-doc.cn

Map<String, Object> result = ChatClient.create(chatModel).prompt()
        .user(u -> u.text("Provide me a List of {subject}")
                    .param("subject", "an array of numbers from 1 to 9 under they key name 'numbers'"))
        .call()
        .entity(new ParameterizedTypeReference<Map<String, Object>>() {});

或直接使用低级 API：ChatModelspring-doc.cn

MapOutputConverter mapOutputConverter = new MapOutputConverter();

String format = this.mapOutputConverter.getFormat();
String template = """
        Provide me a List of {subject}
        {format}
        """;

Prompt prompt = new PromptTemplate(this.template,
        Map.of("subject", "an array of numbers from 1 to 9 under they key name 'numbers'", "format", this.format)).create();

Generation generation = chatModel.call(this.prompt).getResult();

Map<String, Object> result = this.mapOutputConverter.convert(this.generation.getOutput().getContent());

列出输出转换器

以下代码片段显示了如何使用将模型输出转换为冰淇淋口味列表。ListOutputConverterspring-doc.cn

List<String> flavors = ChatClient.create(chatModel).prompt()
                .user(u -> u.text("List five {subject}")
                            .param("subject", "ice cream flavors"))
                .call()
                .entity(new ListOutputConverter(new DefaultConversionService()));

或者直接使用 low level 来操作：ChatModel APIspring-doc.cn

ListOutputConverter listOutputConverter = new ListOutputConverter(new DefaultConversionService());

String format = this.listOutputConverter.getFormat();
String template = """
        List five {subject}
        {format}
        """;

Prompt prompt = new PromptTemplate(this.template,
        Map.of("subject", "ice cream flavors", "format", this.format)).create();

Generation generation = this.chatModel.call(this.prompt).getResult();

List<String> list = this.listOutputConverter.convert(this.generation.getOutput().getContent());

支持的 AI 模型

以下 AI 模型已经过测试，可支持 List、Map 和 Bean 结构化输出。spring-doc.cn

内置 JSON 模式

一些 AI 模型提供专用的配置选项来生成结构化（通常是 JSON）输出。spring-doc.cn

OpenAI 结构化输出可以确保您的模型生成严格符合您提供的 JSON 架构的响应。您可以选择保证模型生成的消息是有效的 JSON，或者选择提供的架构，以保证模型将生成与您提供的架构匹配的响应（选项）。JSON_OBJECTJSON_SCHEMAspring.ai.openai.chat.options.responseFormatspring-doc.cn
Azure OpenAI - 提供指定模型必须输出的格式的选项。设置为启用 JSON 模式，这保证模型生成的消息是有效的 JSON。spring.ai.azure.openai.chat.options.responseFormat{ "type": "json_object" }spring-doc.cn
Ollama - 提供一个选项，用于指定返回响应的格式。目前，唯一接受的值是 .spring.ai.ollama.chat.options.formatjsonspring-doc.cn
Mistral AI - 提供一个选项，用于指定返回响应的格式。将其设置为启用 JSON 模式，从而保证模型生成的消息是有效的 JSON。spring.ai.mistralai.chat.options.responseFormat{ "type": "json_object" }spring-doc.cn