我要投稿

支持大模型流式输出的JSON提取工具

发布日期：2024-07-30 18:01:04 浏览次数： 2718

作者：哎呀AIYA

微信搜一搜，关注“哎呀AIYA”

在我们日常处理大模型的输出时，经常希望输出的结果为结构化的(例如输出json格式)，这样有助于我们进行结果的后处理。但是在模型输出超过限制和流式输出时就会遇到问题了，由于答案没完全输出，转json就存在问题。

大型语言模型（LLMs）产生结构化输出的原因包括：

提高可读性：结构化输出使得信息以一种逻辑清晰、易于理解的方式呈现，提高了信息的可读性和用户体验。
便于处理：结构化数据可以更容易地被机器读取和处理，有助于后续的数据分析、存储和检索。
支持自动化：结构化输出可以方便地与自动化工具和流程集成，例如自动填充表格、数据库录入或触发特定的业务流程。
增强一致性：通过规定输出的格式和结构，可以确保不同时间或不同情境下产生的输出具有一致性。
促进数据交换：结构化数据遵循特定的标准和格式，便于在不同的系统和应用程序之间进行数据交换。
改善信息检索：结构化输出使得搜索引擎和检索系统能够更准确地索引和检索信息。
适应多种用途：结构化数据可以根据需要被转换成不同的格式，以适应报告、分析、可视化等多种用途。
减少歧义：明确的结构有助于减少对输出内容的误解或歧义。
促进多模态交互：结构化输出可以支持与视觉、声音等多种模态的交互，提高多模态应用的体验。
提高可维护性：当需要更新或维护输出内容时，结构化数据更容易管理和修改。

工具功能介绍：

json补全
配合流式输出
解析markdown格式
字段校验

效果展示

部分输出的

text = '''{"name":"张三", "age":'''print(parse_json_markdown(text))
# {'name': '张三'}

markdown格式

text = '''```json\n{"name":"张三", "age":27'''print(parse_json_markdown(text))
# {'name': '张三', 'age': 27}

多维嵌套

text = '''```json\n{"name":"张三", "age": 27, "爱好": ["羽毛球'''print(parse_json_markdown(text))
# {'name': '张三', 'age': 27, '爱好': ['羽毛球']}

核心代码介绍

核心处理代码如下：

new_chars = []stack = []is_inside_string = Falseescaped = False
# Process each character in the string one at a time.for char in s:if is_inside_string:if char == '"' and not escaped:is_inside_string = Falseelif char == "\n" and not escaped:char = "\\n"# Replace the newline character with the escape sequence.elif char == "\\":escaped = not escapedelse:escaped = Falseelse:if char == '"':is_inside_string = Trueescaped = Falseelif char == "{":stack.append("}")elif char == "[":stack.append("]")elif char == "}" or char == "]":if stack and stack[-1] == char:stack.pop()else:# Mismatched closing character; the input is malformed.return None