1.1 定义

输出解析器（Output Parser），就是站在模型输出和程序最终要用的数据之间的一层转换器。

它的核心任务是：把模型返回的内容，从“面向人阅读”的文本，转成“面向程序处理”的结构化结果。

这条链可以拆成：

  • Prompt 负责把输入整理好，告诉模型“你要怎么回答”；

  • Model 负责生成结果，真正“生成回答”；

  • Output Parser 负责把结果转成字符串、JSON 或对象，把这份回答“整理成程序好用的样子”。 放到实际使用中，根据解析器类型不同，输出解析器通常会承担下面几类工作：

  • 格式转换：把模型回答转成 str、dict、Pydantic 对象等。

  • 结构约束：引导模型尽量按指定字段输出。

  • 结果校验：检查字段类型、范围、必填项是否符合预期。

  • 工程衔接：让模型输出能被数据库、接口、前端、工作流直接消费

1.2 输出解析器的作用

初学大模型时，最容易把模型回答理解成“它回我一段文字就结束了”。但在真实项目里，模型输出通常还要继续流向别的程序模块，例如：

  • 存进数据库；
  • 返回给前端页面渲染；
  • 交给下一个工作流节点；
  • 作为 Agent、工具、接口调用的参数；
  • 进入风控、审核、统计、报表逻辑。

这时，“一段自然语言”通常就不够用了。程序更希望拿到的是：

  • 一个字符串；
  • 一个 JSON 字典；
  • 一个字段固定的对象；
  • 一个带校验规则的强类型数据结构。

如果只靠 split()、正则、字符串截取去拆模型输出，代码往往会变得脆弱：模型多加一句解释、少一个逗号、换一个字段名，程序就可能出错。