SpringAI-结构化输出API

1.简介

StructuredOutputConverter 接⼝允许获取结构化输出,例如将输出映射到 Java 类或从⽂本型 AI 模型输出中提取值数组。接⼝定义如下:

有一些大模型不能使用结构化输出,例如deepseek不可以(若不可以需要换一个大模型)

java 复制代码
public interface StructuredOutputConverter<T> extends Converter<String, T>, 
FormatProvider {
}

2.可用转换器

⽬前, SpringAI 提供了 AbstractConversionServiceOutputConverter 、 AbstractMessageOutputConverter 、 BeanOutputConverter 、 MapOutputConverter 和 ListOutputConverter 实现:

下来是具体相关转换器的使⽤。需要注意的是这⾥不能使用流模式 ,使**⽤同步文本模式**。

2.1Bean 输出转换器

以下示例显示了如何使⽤ BeanOutputConverter 为演员⽣成电影作品集。 代表演员电影作品的⽬标记录:

java 复制代码
record ActorsFilms(String actor, List<String> movies) {}

2.1.1介绍record

record是JDK17才出现的,Java 的 record 是一种简化的不可变数据载体,语法格式为 record 类名(属性列表) {}

例子:

Person类

java 复制代码
package com.jiazhong.mingxing.ai.siliconflow.glm.demo;

import lombok.AllArgsConstructor;
import lombok.Data;
import lombok.NoArgsConstructor;

import java.io.Serializable;

@Data
@NoArgsConstructor
@AllArgsConstructor
public class Person implements Serializable {

    private String id;
    private String name;
    private Character gender;
    public  void print(){
        System.out.println( name+"输出了内容");
    }
}
java 复制代码
record Preson1(String id,String name,Character gender){
        public void print(){
            System.out.println(name+"输出了内容");
        }
    }

这两段代码功能相同。

2.1.2案例

一个人

java 复制代码
 record ActorForm(String actor, List<String> movies){}
    @GetMapping(value = "/call1" ,produces = "application/json;charset=utf-8")
    public ActorForm call1(@RequestParam("question") String question){
        return openAiChatClient.prompt()
                .user(question)
                .call().entity(ActorForm.class);
    }

多个人

java 复制代码
@GetMapping(value = "/call2" ,produces = "application/json;charset=utf-8")
private List<ActorForm> call2(@RequestParam("question") String question){
    return openAiChatClient.prompt()
            .user(question)
            .call()
            .entity(new ParameterizedTypeReference<List<ActorForm>>() {
            });
}

2.2Map 输出转换器

案例

java 复制代码
 @GetMapping(value = "/call3" ,produces = "application/json;charset=utf-8")
    public Map<Object,Object> call3(@RequestParam("question") String question){
        return openAiChatClient.prompt()
                .user(question)
                .call().entity(new ParameterizedTypeReference<Map<Object, Object>>() {
                });
    }

2.3List 输出转换器

案例

java 复制代码
@GetMapping(value = "/call4" ,produces = "application/json;charset=utf-8")
    public List<String> call4(@RequestParam("question") String question){
        return openAiChatClient.prompt()
                .user(question)
                .call().entity(new ListOutputConverter());
    }
相关推荐
TF男孩3 小时前
重新认识Markdown:它不仅是排版工具,更是写Prompt的最佳结构
人工智能
oak隔壁找我3 小时前
JVM常用调优参数
java·后端
想打游戏的程序猿3 小时前
AI时代的内容输出
人工智能
小兵张健4 小时前
Playwright MCP 截图标注方案调研:推荐方案 1
人工智能
凌杰5 小时前
AI 学习笔记:Agent 的能力体系
人工智能
IT_陈寒7 小时前
React状态管理终极对决:Redux vs Context API谁更胜一筹?
前端·人工智能·后端
蝎子莱莱爱打怪7 小时前
OpenClaw 从零配置指南:接入飞书 + 常用命令 + 原理图解
java·后端·ai编程
舒一笑8 小时前
如何获取最新的技术趋势和热门技术
人工智能·程序员
聚客AI8 小时前
🎉OpenClaw深度解析:多智能体协同的三种模式、四大必装技能与自动化运维秘籍
人工智能·开源·agent
黄粱梦醒8 小时前
大模型企业级部署方案-vllm
人工智能·llm