Instructor — 把 LLM 输出变成可靠的结构化数据 - 编程接入

基于 Pydantic 的结构化输出库：定义一个模型类，就能拿到校验过的对象，自动处理 JSON 解析、校验失败重试、部分流式结果。做信息抽取、打标、表单填充的事实标准之一。

适用场景：从文本里抽字段、批量分类打标、把模型输出直接喂给数据库/API，不想再手写 json.loads + 一堆容错。

structured-output pydantic json extraction instructor

操作步骤

pip install instructor。
用 Pydantic 定义 response_model（字段、类型、说明写清楚，说明就是给模型的提示）。
用 instructor.from_openai(OpenAI(base_url=..., api_key=...)) 包一层，其余调用方式不变。

代码示例

  import instructor
  from openai import OpenAI
  from pydantic import BaseModel
  class User(BaseModel):
      name: str
      age: int
  client = instructor.from_openai(OpenAI(base_url="https://tokenbuddy.cc/v1", api_key="{{API_KEY}}"))
  user = client.chat.completions.create(model="your-model-id", response_model=User,
      messages=[{"role": "user", "content": "John is 25 years old"}])
  print(user)  # User(name='John', age=25)

开源项目信息

仓库：https://github.com/567-labs/instructor
Stars 口径：第三方技能页称 15,000+，非官方口径，仅作参考
许可：本次检索未明示，以仓库 LICENSE 为准

接入本站 API：前提是所选模型在本站能稳定返回可解析的 JSON/工具调用；先拿本站便宜模型跑抽取，校验通过率不够再升档，不要默认用最贵模型抽字段。

注意事项

⚠️ 校验失败会触发重试 = 多花钱，高吞吐场景要测延迟和成本
⚠️ schema 写得含糊，模型就填得含糊——字段描述要像写给实习生
⚠️ 结构正确 ≠ 内容正确，业务规则（范围、ID 是否存在）仍要自己校验

来源：https://github.com/567-labs/instructor