LangChain 结构化输出怎么选?ProviderStrategy 和 ToolStrategy 有什么区别?
下面是用于讲题的模拟面试对话。
🧑💻 面试官:LangChain 想让模型返回固定字段,为什么有 ProviderStrategy 和 ToolStrategy 两种做法?
🙋♂️ 我:一种利用模型服务原生的结构化输出,另一种通过工具调用格式接回结构化数据。
🧑💻 面试官:ToolStrategy 生成了“提交结果”这个调用,是不是就已经把数据写进我们的数据库了?
🙋♂️ 我:它首先是在表达输出,不能把这个结构化结果当成业务写入。
🧑💻 面试官:换一个模型以后,字段格式通过了,但金额是编出来的,换策略能解决吗?
两种策略改变的是结构化数据怎样生成和接回。结构符合 Schema 以后,字段内容有没有依据,还需要另外检查。
面试速答(60 秒版)
ProviderStrategy 使用模型服务原生的结构化输出能力,把目标 Schema 交给支持它的提供方。ToolStrategy 则借助工具调用,让模型用结构化参数提交目标结果,再由 LangChain 解析和校验。
如果目标模型和接口确实支持需要的原生结构化输出,通常优先考虑 ProviderStrategy;只有工具调用能力时,可以用 ToolStrategy。直接传 Schema 时,框架还可能根据模型能力自动选择,具体行为要看 LangChain 版本和模型适配信息。
需要注意,ToolStrategy 用于承载输出,不等于已经执行真实业务工具。它也可能和搜索、查询等普通工具出现在同一个 Agent 里,所以还要确认模型支持这些能力的组合。
最终结果拿到以后,仍需检查事实、范围和业务约束。比如金额字段是数字,不代表它与发票一致;入库、扣款等动作也不能因为结构通过就自动获得授权。

知识点详解:同一个 Schema,怎样走两条生成路径?
先把期望的结果说清楚
假设要从一张发票里提取编号和金额。目标结构可以有 invoiceId 和 amount 两个字段,金额还要求非负。
Schema 描述这些要求,但它本身不决定模型服务支持什么。模型可能支持工具调用,不支持某类原生 JSON Schema;也可能只支持 Schema 的一部分约束。因此,选策略之前要核对模型、接口和适配库,不能只看模型名字。
Python 的 结构化输出文档和 TypeScript 文档分别说明了策略、自动选择与最终状态字段。
ProviderStrategy 把格式约束交给提供方
这条路径利用服务端原生能力,返回数据时遵守它支持的结构要求。应用再通过框架接收和处理结果。
它的优点是少依赖模型用普通文本“自觉排好格式”。但接口支持、Schema 限制、拒绝回答和生成未完成等情况仍需处理。不要把“原生支持”扩大成任何模型、任何 Schema 都能工作。
ToolStrategy 把结果装进工具调用参数
这条路径会把目标结果描述成模型能够调用的结构化输出工具。模型提交参数以后,框架检查字段并捕获结果。
这里的“工具”是在传递最终数据。它与一个真正发送邮件或写数据库的业务工具不同。只有应用随后发起了那项业务操作,外部世界才发生对应变化。
如果模型返回不符合 Schema 的参数,或者本来只需要一个结构化结果却返回多个候选,框架可以按配置反馈错误并要求重试。重试也需要预算;一直纠正格式,仍然可能拿不到正确的事实。

两种语言怎样表达策略?
下面只构造策略与校验模型,不调用任何在线模型。TypeScript 使用 Zod,Python 使用 Pydantic,它们的对象和返回形式不同,不能只替换函数名就认为 API 完全相同。
import { providerStrategy, toolStrategy } from "langchain";
import { z } from "zod";
const Invoice = z.object({
invoiceId: z.string(),
amount: z.number().nonnegative(),
});
const nativeOutput = providerStrategy(Invoice);
const toolOutput = toolStrategy(Invoice);
// 在 createAgent 中按模型能力选择 responseFormat。
const checked = Invoice.parse({ invoiceId: "INV-1", amount: 12.5 });
console.log(checked.amount);from pydantic import BaseModel, Field
from langchain.agents.structured_output import ProviderStrategy, ToolStrategy
class Invoice(BaseModel):
invoiceId: str
amount: float = Field(ge=0)
native_output = ProviderStrategy(Invoice)
tool_output = ToolStrategy(Invoice)
# 在 create_agent 中按模型能力选择 response_format。
checked = Invoice.model_validate({"invoiceId": "INV-1", "amount": 12.5})
print(checked.amount)TypeScript Agent 的最终结果使用 structuredResponse,Python 对应 structured_response。这两段代码只验证对象构造与本地数据约束,不能证明某个提供方已经接受这份 Schema。
换模型时,怎样避免只测正常样本?
除了完整发票,还要准备缺字段、低清晰度、金额无法确认、输入包含多个发票等情况。分别检查框架是否返回结构、怎样报告失败,以及它有没有猜出材料里不存在的值。
同时测试普通业务工具和结构化输出一起启用的配置。模型分别支持两项能力,不代表当前组合方式一定可用。最终再记录失败率、修复轮数和耗时,判断原生与工具策略在这套任务里的表现。

面试官继续追问
自动选择以后,就不用关心版本了吗?
自动选择依赖框架掌握的模型能力信息,也受到适配器版本影响。模型或依赖升级时,仍要记录实际策略并跑回归;显式指定策略,也不能让原本不支持的模型凭空支持。
ToolStrategy 能替代真正的函数工具吗?
它可以承载最终输出,查询和写操作仍要由真实工具实现。把一个结果字段命名成“已退款”,不会让退款服务真的完成退款。
Pydantic 校验通过,内容就可信了吗?
校验可以检查类型与声明的约束,发票编号、金额和主体是否符合原件,则需要证据核对。结构校验与业务真值应分开统计。
面试速记卡
- ProviderStrategy 利用提供方原生结构化输出。
- ToolStrategy 借工具调用参数承载目标结果。
- 自动选择依赖框架版本、模型能力与适配信息。
- 输出工具不等于业务操作,结构通过不代表内容真实。
- 测试缺失、歧义和工具组合,再比较修复成本。
公司面试真题
这道题暂未收录可核验的公司真题来源。你可以先阅读本文解析,或浏览已收录的公司面试真题。
浏览公司面试真题 →