结构化输出

Structured Output 组件使用 LLM 根据自然语言格式说明和输出 Schema，把任意输入转换为结构化数据（Data 或 DataFrame）。 例如，它可以从邮件、报告或科研文献中提取你真正关心的字段。

在流程中使用 Structured Output

要在流程中使用 Structured Output，请按以下方式配置：

1. 提供 Input Message，也就是你希望从中提取结构化数据的源文本。 它几乎可以来自任意组件，但最常见的是 Chat Input、Read File 等能产生非结构化或半结构化内容的组件。

   提示

   不是所有源内容都必须完整转成结构化输出。 Structured Output 的价值在于：你可以明确指定“要抽取什么信息”，即使这些信息没有被显式标注，或者不是简单关键词匹配，LLM 仍可根据你的说明提取并整理成目标结构。 不相关内容不会被纳入最终输出。

2. 定义 Format Instructions 和 Output Schema，说明要从源文本中提取哪些字段，以及最终要组织成什么结构。

   Format Instructions 本质上是一段 Prompt，用于告诉 LLM：提取什么、如何格式化、如何处理异常，以及其他与结构化整理相关的规则。

   Output Schema 则是一张表，用于定义字段（键）及其类型，决定最终 Data 或 DataFrame 输出的结构。 更多说明请参阅Output Schema 选项。

3. 连接一个输出类型为 LanguageModel 的语言模型组件。

   LLM 会使用 Structured Output 中的 Input Message 与 Format Instructions 来抽取输入文本中的目标信息。 然后再按 Output Schema 把模型结果映射为最终的 Data 或 DataFrame 结构化对象。

4. 可选：通常情况下，结构化结果会继续传给下游组件，用于进一步处理，例如 Parser 或 Data Operations。

Structured Output 示例：Financial Report Parser 模板

Financial Report Parser 模板展示了 Structured Output 如何从非结构化文本中提取结构化数据。

该模板中的 Structured Output 组件配置如下：

• Input Message 来自一个预填了财报摘录的 Chat Input 组件

• Format Instructions 示例如下：

  
  

  _10

  You are an AI that extracts structured JSON objects from unstructured text.

  _10

  Use a predefined schema with expected types (str, int, float, bool, dict).

  _10

  Extract ALL relevant instances that match the schema - if multiple patterns exist, capture them all.

  _10

  Fill missing or ambiguous values with defaults: null for missing values.

  _10

  Remove exact duplicates but keep variations that have different field values.

  _10

  Always return valid JSON in the expected format, never throw errors.

  _10

  If multiple objects can be extracted, return them all in the structured format.

  
  

• Output Schema 中定义了 EBITDA、NET_INCOME 和 GROSS_PROFIT 等字段

生成的结构化 Data 会再传给 Parser 组件，后者使用模板中的变量把这些字段转成文本：

_10

EBITDA: {EBITDA} , Net Income: {NET_INCOME} , GROSS_PROFIT: {GROSS_PROFIT}

在 Playground 中输出时，变量会被 Structured Output 提取出的实际值替换，例如：

_10

EBITDA: 900 million , Net Income: 500 million , GROSS_PROFIT: 1.2 billion

Structured Output 参数

有些参数在可视化编辑器中默认处于隐藏状态。 你可以通过组件标题栏菜单中的 控件 来修改全部参数。

Name	Type	Description
Language Model (llm)	LanguageModel	输入参数。来自 Language Model 组件的 LanguageModel 输出，用于指定执行抽取与格式化的 LLM。
Input Message (input_value)	String	输入参数。用于提取的源文本。
Format Instructions (system_prompt)	String	输入参数。指导语言模型如何抽取和格式化输出的说明。
Schema Name (schema_name)	String	输入参数。Output Schema 的可选标题。
Output Schema (output_schema)	Table	输入参数。描述目标结构化输出的表结构，最终决定 Data 或 DataFrame 输出内容。详见Output Schema 选项。
Structured Output (structured_output)	Data or DataFrame	输出参数。组件生成的最终结构化结果。你可以在输出端口附近选择 Structured Output Data 或 Structured Output DataFrame 两种输出形式。

Output Schema 选项

在 LLM 根据 Input Message 与 Format Instructions 完成抽取后，结果会按照 Output Schema 进行组织。

Schema 是一张表，用来定义最终 Data 或 DataFrame 输出中的字段（键）和数据类型。

默认 Schema 只有一个名为 field 的字符串字段。

如果你想新增字段，请点击 Add a new row，然后依次填写各列：

• Name：输出字段名称，通常对应一个你想抽取的具体键。

  这些键可以在下游组件中继续作为变量使用，例如在 Parser 模板里引用。 比如 Schema 中的 NET_INCOME 就可以通过 {NET_INCOME} 访问。

• Description：可选的元数据说明，用于描述字段的含义与用途。

• Type：字段值的数据类型。 支持 str（默认）、int、float、bool 和 dict。

• As List：若启用，则该字段保存为列表，而不是单值。

对于简单场景，你可能只需要抽取少量 string 或 int 字段。 对于更复杂的 Schema（例如包含列表和字典），建议结合 SkillFlaw 数据类型 中对 Data 与 DataFrame 的说明一起理解。 你也可以先输出一个较粗粒度的 Data 或 DataFrame，再通过下游组件继续细化，例如 Data Operations。