langchain.agents.output_parsers.self_ask — 🦜🔗 LangChain 0.2.0

from typing import Sequence, Union

from langchain_core.agents import AgentAction, AgentFinish
from langchain_core.exceptions import OutputParserException

from langchain.agents.agent import AgentOutputParser


[docs]class SelfAskOutputParser(AgentOutputParser):
    """解析自问自答风格的LLM调用。

期望输出为以下两种格式之一。

如果输出信号表明应采取行动，
应采用以下格式。这将导致返回AgentAction。

```
思考内容...
后续问题：旧金山的温度是多少？
```

如果输出信号表明应给出最终答案，
应采用以下格式。这将导致返回AgentFinish。

```
思考内容...
所以最终答案是：温度为100度
```"""

    followups: Sequence[str] = ("Follow up:", "Followup:")
    finish_string: str = "So the final answer is: "

[docs]    def parse(self, text: str) -> Union[AgentAction, AgentFinish]:
        last_line = text.split("\n")[-1]
        if not any([follow in last_line for follow in self.followups]):
            if self.finish_string not in last_line:
                raise OutputParserException(f"Could not parse output: {text}")
            return AgentFinish({"output": last_line[len(self.finish_string) :]}, text)

        after_colon = text.split(":")[-1].strip()
        return AgentAction("Intermediate Answer", after_colon, text)

    @property
    def _type(self) -> str:
        return "self_ask"
Source code for langchain.agents.output_parsers.self_ask
