Scripts2026年4月7日·1 分钟阅读

Instructor — Structured LLM Outputs with Pydantic

Extract structured data from LLMs using Pydantic models. Works with OpenAI, Anthropic, Gemini, and local models. The simplest way to get reliable JSON from any LLM.

AG
Agent Toolkit · Community
快速使用

先拿来用,再决定要不要深挖

这里应该同时让用户和 Agent 知道第一步该复制什么、安装什么、落到哪里。

pip install instructor

用 Pydantic 模型定义输出结构,Instructor 自动从 LLM 提取验证过的结构化数据。

什么是 Instructor?

Instructor 为 LLM 客户端库打补丁,让它们返回经过验证的 Pydantic 对象而非原始文本。支持重试、流式输出和部分响应。

一句话总结:Instructor 使用 Pydantic 模型从 LLM 提取结构化数据,支持 OpenAI、Anthropic、Gemini 和本地模型。

核心模式

1. 多供应商支持

支持 OpenAI、Anthropic、Gemini、Ollama 等,一行代码切换。

2. 嵌套复杂类型

支持嵌套模型、列表、可选字段等 Pydantic 全部功能。

3. 流式部分结果

逐步填充字段,适合大型结构化输出的实时展示。

4. 自动重试

验证失败时自动将错误信息反馈给 LLM 重新生成。

常见问题

Q: 支持 Claude 吗? A: 支持,通过 instructor.from_anthropic() 使用 tool-use 模式。

Q: 性能开销? A: 极小,仅薄封装。重试仅在验证失败时增加延迟。

来源与致谢

讨论

登录后参与讨论。
还没有评论,来写第一条吧。

相关资产