DatetimeOutputParser时间输出解析器示例

from langchain.output_parsers import DatetimeOutputParser#日期输出解析器
from langchain.prompts import PromptTemplate

#制定输出解析器
output_parser = DatetimeOutputParser()

#制定提示词模版
template = """回答用户的问题：
{question}

{format_instructions}"""

#时间解析器的解析格式
format_instructions = output_parser.get_format_instructions()

#补充提示词模版
prompt = PromptTemplate.from_template(
    template,
    partial_variables={"format_instructions":format_instructions}
)

API_KEY = "xxxxxxx"
model = ChatOpenAI(model="deepseek-chat",
                   openai_api_key=API_KEY,
                   openai_api_base="https://api.deepseek.com")

chain = prompt | model | output_parser
output = chain.invoke("周杰伦是什么时候出道的？")
output

一、 代码解释

1、导入依赖

from langchain.output_parsers import DatetimeOutputParser#日期输出解析器  
#导入一个 “日期格式转换器”（DatetimeOutputParser）—— 专门把大模型的回答（比如 “2000 年 11 月 7 日”）转换成计算机能识别、格式统一的日期（比如 2000-11-07）。
from langchain.prompts import PromptTemplate
#导入 “提示词模板工具”（PromptTemplate）—— 就是之前说的 “固定提问套路”，避免每次提问都写重复内容。

2、定义解析器

#制定输出解析器
output_parser = DatetimeOutputParser()
#把刚才 “拿” 来的日期转换器 “开机”，随时准备处理大模型的回答。比如：后续大模型回答 “2000 年 11 月 7 日”，这个工具会自动转成 2000-11-07。

3、定义提示词模板（含输出解析格式）

#制定提示词模版
template = """回答用户的问题：
{question}

{format_instructions}"""

#时间解析器的解析格式
format_instructions = output_parser.get_format_instructions()

• 这是给大模型的 “提问框架”，里面有两个 “空白位”：
  • {question}：留给用户的具体问题（比如 “周杰伦是什么时候出道的？”）；
  • {format_instructions}：留给 “日期格式要求”（比如 “必须用 YYYY-MM-DD 格式输出”）。
• 意思是：每次提问都按这个框架来，只需要填用户的问题，格式要求会自动加上，不用重复写。

4、提取日期格式要求（相当于 “问转换器‘要什么格式’”）

 

format_instructions = output_parser.get_format_instructions()

• 刚才启用的 “日期转换器” 有自己的 “规矩”（比如必须输出 YYYY-MM-DD 格式，不能乱改），这行代码就是 “问转换器这些规矩是什么”，然后把规矩记下来（存到 format_instructions 里）。
• 比如：format_instructions 最终会是类似 “请输出标准日期格式，例如 2023-12-31” 的文字，大模型能看懂并遵守

5. 生成最终提问模板（相当于 “把话术和格式要求拼好”）

prompt = PromptTemplate.from_template(
    template,
    partial_variables={"format_instructions": format_instructions}
)

• 这步是把之前的 “提问框架” 和 “日期格式要求” 结合起来，做成一个 “最终可用的提问模板”。
• 相当于：把模板里的 {format_instructions} 空白位，替换成刚才从转换器里拿到的 “格式规矩”。现在模板变成了：

回答用户的问题：
{question}

请输出标准日期格式，例如 2023-12-31

• 后续只要填 {question}（用户问题），就能直接发给大模型了。

6. 连接大模型（相当于 “打开大模型，准备对话”）

API_KEY = "xxxxxxx"
model = ChatOpenAI(model="deepseek-chat",
                   openai_api_key=API_KEY,
                   openai_api_base="https://api.deepseek.com")

• API_KEY：访问 deepseek-chat 大模型的 “钥匙”（没有钥匙进不去）；
• 后面三行：“用钥匙连接到 deepseek-chat 大模型，告诉它‘我要用车了’”，相当于打通和大模型的沟通通道。

7. 搭建工作流水线（相当于 “把设备按顺序连起来”）

| 可以理解成 “然后”，这条 “流水线” 的逻辑是：
先把用户问题放进 prompt 模板（生成 “带格式要求的提问”）；
然后把这个提问发给 model（大模型根据要求回答）；
最后把大模型的回答传给 output_parser（转换成标准日期格式）。
举个流水线实例：
输入问题 → 模板生成 “回答周杰伦出道时间，输出 YYYY-MM-DD 格式” → 大模型回答 “2000 年 11 月 7 日” → 解析器转成 2000-11-07。

8. 启动流水线，得到结果

output = chain.invoke("周杰伦是什么时候出道的？")
output

• invoke 就是 “触发 / 启动”，输入用户问题 “周杰伦是什么时候出道的？”，流水线会自动完成：
  模板整理提问 → 发给 deepseek 模型 → 解析器转格式；
• 最终 output 会输出标准日期：2000-11-07（而不是杂乱的日期表述）。