7、Agent的高级用法3：结构化输出

结构化输出是Agent的核心功能之一，它允许Agent以特定、可预测的格式返回数据，而不是传统的自然语言响应。通过结构化输出，开发者可以直接获得Pydantic模型、JSON对象或数据类等结构化数据，这些数据能够被应用程序直接使用，无需复杂的解析过程。

7.1 模型 vs Agent的结构化输出对比

第06章已经介绍过结构化输出，当时的重点是与模型对象的绑定，这里与Agent的结构化输出做对比：

7.2 结构化输出的4种策略

LangChain的create_agent()函数自动处理结构化输出的全过程。用户只需通过“response_format”参数设置期望的输出模式（Schema）。
当模型生成结构化数据时，系统会自动捕获、验证并将结果存储在Agent状态的structured_response键中。

① ProviderStrategy
使用模型提供商的原生结构化输出功能实现结构化输出。

• 这里所说的“原生结构化输出”指的是大语言模型（LLM）提供商通过其API直接提供的、在模型响应阶段就强制保证输出格式符合预定规范的能力，这种能力能够在模型生成内容的源头确保结构化准确性。
• 适用于支持原生结构化输出的模型，比如OpenAI、Anthropic Claude或xAI Grok等。举例：

举例：

② ToolStrategy
对于不支持原生结构化输出的模型，LangChain采用“ToolStrategy”工具调用的方式实现结构化输出。
此策略兼容绝大多数支持工具调用的现代模型，其核心原理是动态创建一个” 虚拟工具”，该工具的输入参数对应着期望的数据结构。
当模型需要生成最终答案时，系统会引导模型”调用”这个虚拟工具，从而间接产生符合要求的结构化数据。
举例：

name=’John Doe’ email=’john@atguigu.com‘ phone='(1 010) 56253825’

③ type / AutoStrategy
官方没有在参数列表或官方文档列出这种策略，但阅读源码可以看到。

当我们直接传入一个定义类型时，LangChain会自动包装为AutoStrategy，触发自动选择策略：如果模型支持原生结构化输出（如OpenAI、Anthropic Claude或xAI Grok），则优先使用ProviderStrategy；否则使用ToolStrategy。
举例1：

输出

name=’John Doe’ email=’john@atguigu.com‘ phone='(1 010) 56253825’

特别注意：在LangChain 1.0及以上版本中，直接传递模式（如response_format=ContactInfo）不再支持，必须显式使用ToolStrategy或ProviderStrategy。（经过测试，目前LangChain 1.2版本还可使用）。
举例2：

name=’John Doe’ email=’john@atguigu.com‘ phone='(010) 56253825’

④ None
默认配置，表示不以结构化输出，以自然语言响应用户问题。
总结：
在实际大模型Agent开发场景中，如果使用到了结构化输出，推荐使用“ToolStrategy”策略，所以后续重点介绍这种策略方式结构化输出。