结构化输出 (Structured Output)

让 LLM 生成符合预定义 schema 的 JSON/对象，而非自由格式文本。是从"自然语言回复"到"可编程 API"的关键桥梁。

核心挑战

LLM 的输出是概率性的——同样的 prompt 跑 100 次，结构会漂移（字段名变化、多了字段、类型错误、None 值）。

方案	适用场景	代表工具
单次校验	简单结构化输出	Instructor, Pydantic `model_validate`
可观测校验	需要监控漂移趋势	[[logfire
类型约束 Agent	多步推理 + tool 调用	[[pydantic-ai

传统：LLM 输出 → model_validate → 错了 → 重试

pydantic-ai：Agent 定义时类型已写入 tool schema → LLM 按 schema 输出 → 自动校验 → 出错框架层重试

model_config = {
    "strict": True,    # 空字符串不会变 0
    "extra": "forbid", # LLM 多塞字段立刻报
    "frozen": True,    # 模块间传递防篡改
}