资讯

历史

科技

环境与自然

成长

游戏

财经

文学与艺术

美食

健康

家居

文化

情感

汽车

三农

军事

旅行

运动

教育

生活

星座命理

如何完美解锁DeepSeek-R1的结构化输出能力（基于LangChain）

创作时间:

作者:

@小白创作中心

如何完美解锁DeepSeek-R1的结构化输出能力（基于LangChain）

引用

CSDN

https://blog.csdn.net/z551646/article/details/145682037

DeepSeek-R1这样的推理模型有着强大的深度思考能力，但也有着一些不同于通用模型的特点与用法，比如不支持函数调用，不支持结构化输出，甚至不支持系统提示(System Prompt)等。尽管这和它们的使用场景有关，但有时也会带来不便。今天我们就来说说结构化输出这个常见的问题。

理解结构化输出

什么是结构化输出

结构化输出就是大模型在生成响应时，以一种有结构的规范化形式呈现，而不是自由文本。这种结构化的输出通常包括预定义的字段、标签、列表、表格、或者其他形式的组织化数据，而最常见也是最灵活的一种表达形式就是JSON。比如输出一个结构化的用户信息可能如下：

为什么需要结构化输出

结构化输出的最大意义在于：提供一种更易于程序处理的标准化数据交换格式，极大地方便应用的后续解析与处理。这些后续处理比如：

将提取的信息导入关系型数据库
自动化的填写web表格/表单
对接外部或者企业的API

这种能力对于企业级的应用，特别是在多步骤任务的Agent中，可以极大方便后续步骤的处理，并减少LLM带来的不确定性。举一个例子：

在一个自主学术研究的Agent中，希望借助DeepSeek-R1的深度思考能力，首先生成完善的研究大纲，后续再根据大纲对每一个子主题借助搜索引擎、RAG等获取参考资料，并做进一步研究。

在这个例子中，我们希望DeepSeek输出的大纲如下：

很显然，这样的输出会更方便后续程序的理解与处理。

结构化输出的常见方式

对于目前的很多通用模型来说，结构化输出已经不再是一个障碍，你可以通过模型提供的API参数进行强制。比如gpt-4目前支持几种主要的结构化输出方式：

除了Function Calling（这必然会产生结构化输出）外：

JSON mode：需要使用提示词进行限定，并在API参数中指定响应格式为json_object，这种方式可以确保输出有效的JSON格式，但具体格式需要借助提示（目前一些模型还只支持这种方式，比如阿里的qwen）。
JSON Schema：使用更加便捷，通过API传入定义的JSON Schema或者Pydantic模型即可，无需借助提示词。这种方式可以直接输出指定的对象，无需自解析。比如对于上面的例子，你可以要求模型直接输出以下的Outline对象：

# 数据模型定义
class Subsection(BaseModel):
    """子章节"""
    subsection_title: str = Field(..., description="子章节的标题")
    description: str = Field(..., description="子章节的详细内容描述")

class Section(BaseModel):
    """主要章节及其包含的子章节"""
    section_title: str = Field(..., description="章节标题")
    description: str = Field(..., description="章节内容概述")
    subsections: Optional[List[Subsection]] = Field(
        default=None,
        description="本章节中的子章节",
    )

class Outline(BaseModel):
    """完整大纲"""
    page_title: str = Field(..., description="报告标题")
    sections: List[Section] = Field(
        default_factory=list,
        description="文章的主要章节",
    )

当你指定这里的Outline为输出格式时，API将会直接返回你Outline类型的对象，极大的方便了后续处理。

注意这里的结构化输出是在API层的支持，并非简单的通过Prompt进行输出格式的限定。当然，你也可以通过提示词要求deepseek生成json格式的字符串，但存在较大的不确定性（比如内容多了个json，或者"这是你要求的json字符串"），从而导致后续解析失败。

那么现在我们需要deepseek来帮助完成Agent的某个步骤，同时希望获得稳定的结构化输出，应该如何处理呢？接下来介绍两种方式。

借助辅助模型处理

这种方法融合DeepSeek-R1的深度思考能力与通用模型的结构化输出能力（如GPT-4）：将R1的推理结果借助一个“辅助”模型进行“格式化”后输出，概念流程如下：

具体到LangChain框架中，实现这种顺序流的方式又有两种，这里依次介绍。

Chain链

Chain是LangChain中最核心的概念。它将多个步骤或组件连接在一起，实现复杂的处理任务。借助LCEL（Langchain表达式语言）可以快速构建这个Chain：

# deepseek提示
system_prompt_deepseek = ChatPromptTemplate.from_template("""
针对用户提供的主题, 撰写一篇研究报告的大纲。要求全面且具体。我的主题：{topic}
""")

# 内容格式化提示
system_prompt_format = ChatPromptTemplate.from_template("""
你是一个内容格式化专家, 只负责将输入内容转化为结构化输出, 不要做额外思考。我的内容：{draft}
""")

# deepseek模型
llm_ollama_deepseek = ChatOllama(model='deepseek-r1:1.5b')

# openai模型：使用with_structured_output强制结构化输出
llm_openai = ChatOpenAI(model='gpt-4-mini').with_structured_output(Outline)

# 创建 LangChain 的 chain
chain = system_prompt_deepseek | llm_ollama_deepseek | system_prompt_format | llm_openai

我们对这个Chain进行测试：

response = await chain.ainvoke({"topic":"deepseek-r1的技术原理与创新分析"})
print("\n生成的大纲：")
print(response.as_str)

输出如下，我们可以得到一个非常干净的结构化输出的大纲（这里输出的response实际是一个上面定义的Outline对象，这里通过一个简单的as_str进行转化打印）：

LangGraph工作流

既然是一个流式任务，当然也可以通过LangGraph来实现，构建这样一个简单的Graph即可：

这里核心的state与node定义如下：

class State(TypedDict):
    """图的状态类型"""
    topic: str
    draft: str | None
    output: Outline | None

def deepseek_node(state: State) -> State:
    ollama = ChatOllama(model="deepseek-r1:1.5b")
    messages = [SystemMessage(content='针对用户提供的主题，撰写一篇研究报告的大纲。要求全面且具体'),
                HumanMessage(content=state["topic"])]
    response = ollama.invoke(messages)
    state["draft"] = response.content
    return state

def formatter_node(state: State) -> State:
    llm = ChatOpenAI(model="gpt-4-mini").with_structured_output(Outline)
    messages = [SystemMessage(content='你是一个内容格式化专家,只负责将输入内容转化为结构化输出，不要做额外思考'),
                HumanMessage(content=f'我的内容: {state["draft"]}')]
    response = llm.invoke(messages)
    state["output"] = response
    return state

剩下的工作就是创建Graph并测试，交给读者们自行完成。

以上的两种方法（Chain或者Graph）都可以达到相同的目的，Chain实现相对简洁，适合在普通的应用中使用；而如果你本身就是一个需要使用LangGraph来实现的复杂Agent应用，那么可以参考第二种：增加一个专门的formatter节点即可。

借助ReActAgent实现

这种方法的思想是借助Agent的思想，让deepseek的深度思考作为一个Agent可以使用的工具，在这个工具（使用deepseek模型）获得思考结果后，再通过结构化输出的模型进行格式化（使用gpt-4模型）。概念如下图：

由于这是一个React类型的Agent，因此其更适合在多Agent应用环境中使用，让其与其他Agent通过协作完成更复杂的任务。

构建Tool

首先创建一个使用deepseek-r1进行思考的工具，输入是研究主题，输出则是思考结果（自由文本表达的研究大纲）。

@tool
def deepseek_research(prompt: str) -> str:
    """
        对输入的研究任务进行思考,并生成研究大纲的草稿
        args:
            prompt(str): 输入的研究任务描述
        return:
            result(str): 思考结果
    """
    print('start think...')
    messages = [HumanMessage(content=f'针对用户提供的主题，撰写一篇研究报告的大纲。要求全面且具体。我的主题：{prompt}')]
    result = llm_ollama_deepseek.invoke(messages)
    print(result.content)
    return result.content

创建ReAct Agent

借助LangChain的prebuilt函数快速的构建一个ReAct Agent来使用这个Tool。为了让这个Agent必须使用这个Tool，可能需要在提示词上适当调优。参考如下代码：

llm = ChatOpenAI(model='gpt-4-mini')
agent = create_react_agent(llm, response_format=Outline, tools=[deepseek_research])
response = agent.invoke({"messages":[
    SystemMessage(content="请首先使用工具(deepseek_research)来生成研究大纲草稿,然后对草稿进行格式化输出。请注意把输入主题直接交给工具，不要做思考与加工。以下是我的研究主题。"),
    HumanMessage(content="deepseek-r1技术原理与创新分析")]})
last_message = response["structured_response"]
print(last_message.as_str)

注意这里与上面两种方法的不同之处在于：不直接调用llm的with_structured_output方法，而是在create_react_agent方法中指定response_format参数（本质上一样）。