LangChain串联DeepSeek时如何用自定义OutputParser解决思考污染问题当我们在LangChain框架中串联使用具备思考过程输出的推理模型如DeepSeek时经常会遇到一个棘手的问题前序节点的思考标签会污染后续节点的提示词导致整个链路的逻辑混乱。本文将深入探讨这一问题的成因并通过一个大象塞冰箱的趣味案例展示如何设计一个两步走的自定义OutputParser来彻底解决这个问题。1. 问题现象与诊断让我们从一个经典的大象塞冰箱案例开始直观感受思考污染带来的问题。假设我们构建了一个包含三个步骤的工作流打开冰箱把大象塞进冰箱关闭冰箱当使用标准的LangChain串联方式时我们会发现一个奇怪的现象每个步骤的输出都包含了前序步骤的思考过程导致后续步骤的提示词被污染。具体表现为{step_1: think...思考过程.../think打开冰箱的方法..., step_2: think...思考过程.../think打开冰箱的方法..., # 被污染 step_3: think...思考过程.../think打开冰箱的方法...} # 被污染这种污染会导致整个工作流偏离预期所有节点都在重复第一个节点的思考过程。问题的根源在于推理模型如DeepSeek会输出带有think标签的思考过程这些思考过程会被传递到后续节点的提示词中后续节点会基于被污染的提示词继续生成内容2. 解决方案设计要解决这个问题我们需要设计一个能够净化输出的自定义OutputParser。这个解析器需要完成两个关键任务剥离think标签及其内容提取answer标签中的最终答案以下是解决方案的核心思路2.1 引导模型结构化输出首先我们需要修改提示词模板明确要求模型将输出内容放在answer标签中prompt PromptTemplate.from_template( 你是一名厨师怎么打开冰箱 输出内容放在answer/answer之间 )2.2 实现两步解析器接下来我们实现一个自定义的DoubleStepOutputParserimport re class DoubleStepOutputParser(StrOutputParser): 专用输出解析器分步处理标签 def parse(self, text: str) - str: # 第一步删除所有think标签及内容包括跨行情况 cleaned_text re.sub( rthink.*?/think, # 非贪婪匹配 , text, flagsre.DOTALL # 支持跨行匹配 ) # 第二步提取answer内容 answer_match re.search( ranswer(.*?)/answer, cleaned_text, re.DOTALL ) return answer_match.group(1).strip() if answer_match else cleaned_text这个解析器的工作原理是使用正则表达式删除所有think标签及其内容从剩余文本中提取answer标签内的内容如果找不到answer标签则返回清理后的文本3. 完整实现方案让我们将上述组件整合到一个完整的工作流中def elephant_stuffed_into_refrigerator_solution(): 解决方案使用自定义OutputParser model ChatOpenAI( modelDS70B, base_urlYOURS, api_keyEMPTY ) # 自定义解析器实例 output_parser DoubleStepOutputParser() # Chain 1打开冰箱 prompt_symptom PromptTemplate.from_template( 你是一名厨师怎么打开冰箱 输出内容放在answer/answer之间 ) chain_one ( prompt_symptom | model | output_parser ).with_config(output_keystep_1) # Chain2把大象塞进冰箱 prompt_diagnosis PromptTemplate.from_template( 目前已经完成{step_1}内容 你是一名厨师怎么把大象塞进冰箱 输出内容放在answer/answer之间 ) chain_two ( prompt_diagnosis | model | output_parser ).with_config(output_keystep_2) # Chain3关闭冰箱 prompt_diag_extract PromptTemplate.from_template( 目前已经完成{step_2}内容 你是一名厨师怎么关闭冰箱 输出内容放在answer/answer之间 ) chain_three ( prompt_diag_extract | model | output_parser ).with_config(output_keystep_3) # 组合处理链 overall_chain ( {project_desc: RunnablePassthrough()} | RunnablePassthrough.assign(step_1chain_one) | RunnablePassthrough.assign(step_2chain_two) | RunnablePassthrough.assign(step_3chain_three) ) final_res overall_chain.invoke() return { step_1: final_res[step_1], step_2: final_res[step_2], step_3: final_res[step_3] }4. 效果对比与最佳实践使用自定义OutputParser前后的效果对比指标原始方案自定义OutputParser方案思考污染严重完全消除输出一致性低高工作流逻辑混乱清晰代码复杂度低中等维护性高高在实际应用中我们还需要注意以下几点正则表达式优化根据模型输出的具体格式调整正则表达式确保能正确匹配各种格式的标签错误处理增强解析器的鲁棒性处理各种可能的异常情况性能考虑对于大规模工作流可以考虑缓存解析结果# 增强版的错误处理 class RobustDoubleStepOutputParser(StrOutputParser): def parse(self, text: str) - str: try: # 删除think标签 cleaned_text re.sub(rthink.*?/think, , text, flagsre.DOTALL) # 提取answer内容 answer_match re.search(ranswer(.*?)/answer, cleaned_text, re.DOTALL) if answer_match: return answer_match.group(1).strip() # 如果没有answer标签尝试其他可能的标签 for tag in [response, output, result]: match re.search(fr{tag}(.*?){tag.replace(, /)}, cleaned_text, re.DOTALL) if match: return match.group(1).strip() return cleaned_text.strip() except Exception as e: print(f解析错误: {e}) return text # 返回原始文本作为后备5. 高级应用场景这种自定义OutputParser的技术不仅适用于简单的大象塞冰箱案例还可以应用于更复杂的场景多步骤决策系统确保每个决策步骤的输出不会被前序步骤的思考过程污染状态保持工作流在需要保持状态的长时间对话中清理中间思考过程复杂任务分解将大任务分解为多个子任务时保持每个子任务的独立性以下是一个更复杂的应用示例展示如何在多步骤数据分析工作流中使用这项技术def data_analysis_workflow(): 多步骤数据分析工作流 model ChatOpenAI(modelDS70B) parser RobustDoubleStepOutputParser() # 步骤1数据加载 prompt_load PromptTemplate.from_template( 加载数据集{dataset_path}并执行初步检查 输出放在answer/answer之间 ) chain_load (prompt_load | model | parser).with_config(output_keyload_result) # 步骤2数据清洗 prompt_clean PromptTemplate.from_template( 基于{load_result}执行数据清洗 输出放在answer/answer之间 ) chain_clean (prompt_clean | model | parser).with_config(output_keyclean_result) # 步骤3分析建模 prompt_analyze PromptTemplate.from_template( 基于{clean_result}执行分析建模 输出放在answer/answer之间 ) chain_analyze (prompt_analyze | model | parser).with_config(output_keyanalysis_result) # 组合工作流 workflow ( {dataset_path: RunnablePassthrough()} | RunnablePassthrough.assign(load_resultchain_load) | RunnablePassthrough.assign(clean_resultchain_clean) | RunnablePassthrough.assign(analysis_resultchain_analyze) ) return workflow.invoke(sales_data.csv)在这个示例中自定义OutputParser确保了每个步骤的输出都是干净的不会被前序步骤的思考过程污染从而保证了整个分析工作流的正确性。