AI Agents · 课时

JSON 模式与工具调用输出

使用 response_format={'type':'json_object'} 或单次工具调用，强制生成可由机器解析的输出。

第 1 / 4 课14 个步骤

JSON 模式与工具调用输出 是 CoddyKit 上的免费 AI Agents 课时。这是第 1 节课，共 4 节。你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。这是 AI Agents 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 AI Agents 课程共包含 4 节课。

对结构化输出的需求

LLM 生成的自由文本不适合代码处理。生产环境中的智能体需要可解析的输出：JSON、XML、函数参数——绝不能只是“答案是……”

JSON 模式（OpenAI）

告诉模型“始终返回 JSON”：

from openai import OpenAI
client = OpenAI()

response = client.chat.completions.create(
    model='gpt-4o-mini',
    messages=[
        {'role': 'system', 'content': 'Return a JSON object with name and age.'},
        {'role': 'user', 'content': 'Alice, 30 years old.'}
    ],
    response_format={'type': 'json_object'}
)
import json
data = json.loads(response.choices[0].message.content)

JSON 模式的注意事项

JSON 模式只能保证返回有效的 JSON，不能保证符合您的 SHAPE。模型可能返回 {} 或 {"foo": "bar"}。请始终同时验证结构是否正确。

结构化输出（严格模式）

OpenAI 结构化输出可确保响应符合 JSON 架构：

schema = {
    'name': 'person',
    'schema': {
        'type': 'object',
        'properties': {
            'name': {'type': 'string'},
            'age': {'type': 'integer'}
        },
        'required': ['name', 'age'],
        'additionalProperties': False
    },
    'strict': True
}

response = client.chat.completions.create(
    model='gpt-4o-2024-08-06',
    messages=...,
    response_format={'type': 'json_schema', 'json_schema': schema}
)

严格模式的工作原理

严格模式会约束解码器，使模型实际上无法生成无效令牌。输出将 100% 符合架构。

将工具调用作为结构化输出

您可以强制执行特定的工具调用，以此提取结构化数据：

tools = [{'type': 'function', 'function': {
    'name': 'submit_person',
    'parameters': {
        'type': 'object',
        'properties': {'name': {'type': 'string'}, 'age': {'type': 'integer'}},
        'required': ['name', 'age']
    }
}}]

response = client.chat.completions.create(
    model='gpt-4o-mini',
    messages=...,
    tools=tools,
    tool_choice={'type': 'function', 'function': {'name': 'submit_person'}}
)
args = json.loads(response.choices[0].message.tool_calls[0].function.arguments)

将 Anthropic 工具使用作为输出

Anthropic 也采用相同的模式，并使用 tool_choice="tool"：

tool_choice = {'type': 'tool', 'name': 'submit_person'}
print(tool_choice)

通过预填充生成 JSON（Anthropic）

对于不使用工具的 Claude，请预先填充助手回合中的 {

messages = [
    {'role': 'user', 'content': 'Give me JSON for Alice, 30.'},
    {'role': 'assistant', 'content': '{'}
]
# Output starts with { and likely produces valid JSON.
for m in messages:
    print(f"{m['role']}: {m['content']}")
print("Output starts with { and likely produces valid JSON.")

Pydantic + 严格模式

OpenAI Python SDK 提供了一个 Pydantic 快捷方式：

from pydantic import BaseModel

class Person(BaseModel):
    name: str
    age: int

response = client.beta.chat.completions.parse(
    model='gpt-4o-2024-08-06',
    messages=...,
    response_format=Person
)
person = response.choices[0].message.parsed
# Pydantic instance, type-safe

常见问题

不使用严格模式的 JSON 模式——模型可能返回错误的结构
在严格模式中忘记设置 additionalProperties: false
必填字段没有列在 "required" 数组中
严格模式仅适用于 gpt-4o-2024-08-06 及更高版本

结构化输出的成本

严格模式会因语法约束解码而产生少量额外开销，但与质量收益相比可以忽略不计。只要结构很重要，就应始终启用。

结合验证

即使是严格输出，也应在之后通过 Pydantic 进行验证。这是纵深防御的一环，可以捕获超出范围的整数等边界情况。

严格模式的保证

OpenAI 结构化输出（严格模式）能保证什么？

在交互式课程中回答

回顾

JSON 模式适用于宽松的结构，严格输出适用于保证结构，工具调用可以达到相同效果，Anthropic 则可通过预填充支持 Claude。完成后始终进行验证。

免费开始

用 AI 导师学习 AI Agents — 免费

在浏览器中编写并运行真实代码，获得全天候 AI 导师的即时帮助，并在网页或应用中继续学习。

课程: 60
课程: 239

免费开始学习查看完整课程

常见问题解答

「JSON 模式与工具调用输出」课时是免费的吗？

是的 — 「JSON 模式与工具调用输出」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 AI Agents 课程的其余内容，请升级到 CoddyKit PRO。 AI Agents 课程共包含 4 节课。

「JSON 模式与工具调用输出」这节课中我会学到什么？

使用 response_format={'type':'json_object'} 或单次工具调用，强制生成可由机器解析的输出。你通过在浏览器中直接运行的动手代码来练习 AI Agents，全天候 AI 导师会在你学习这节课的过程中回答你的问题。

学习 AI Agents 需要有经验吗？

无需任何先前经验。CoddyKit 上的 AI Agents 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。这是第 1 节课，共 4 节。

「JSON 模式与工具调用输出」课时需要多长时间？

大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。

我能在这节 AI Agents 课中编写并运行代码吗？

能。每节 AI Agents 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。

此课程中的所有课时

← 返回 AI Agents