人工智能_大模型032_LangChain002_从文件加载prompt_输出封装OutputParser_加载PDF等文档_向量数据库与向量检索---人工智能工作笔记0167

### 1.2.2、从文件加载 Prompt 模板

from langchain.prompts import PromptTemplate
 
template = PromptTemplate.from_file("example_prompt_template.txt")
print("===Template===")
print(template)
print("===Prompt===")
print(template.format(topic='黑色幽默'))

可以看到这里使用promptTemplate.from_file加载了txt文件,这个文件就是prompt的模板

然后

注意这个:example_prompt_template.txt文件中的内容是:

举一个关于{topic}的例子

这个:

===Template===
input_variables=['topic'] template='举一个关于{topic}的例子'
===Prompt===
举一个关于黑色幽默的例子

打印出来是上面的效果.

### 1.3 输出封装 OutputParser
 
自动把 LLM 输出的字符串按指定格式加载。
 
LangChain 内置的 OutputParser 包括:
 
- ListParser
- DatetimeParser
- EnumParser
- JsonOutputParser
- PydanticParser
- XMLParser
 
等等
 
### 1.3.1 Pydantic (JSON) Parser
 
自动根据 Pydantic 类的定义，生成输出的格式说明</