【Ollama】【LangChain】Structured Outputを使ってみる

この書籍を購入しました。
gihyo.jp
第4章に「Structured Output」が出てきます。
書籍ではOpenAIを使っていますがOllamaを使ってみました。

Pythonスクリプト

「qwen2.5」というモデルにカレーの作り方を聞いてみました。

from langchain_core.prompts import ChatPromptTemplate
from langchain_ollama import ChatOllama
from pydantic import BaseModel, Field

class Recipe(BaseModel):
    ingredients: list[str] = Field(description="ingredients of the dish")
    steps: list[str] = Field(description="steps to make the dish")

prompt = ChatPromptTemplate(
    [
        ("system", "ユーザーが入力した料理のレシピを考えてください。"),
        ("human", "{dish}"),
    ]
)

model = ChatOllama(model="qwen2.5:latest", temperature=0)

chain = prompt | model.with_structured_output(Recipe)

recipe = chain.invoke({"dish": "カレー"})
print(recipe)

結果

ingredients=['牛肉', '玉ねぎ', 'にんじん', 'じゃがいも', 'カレールー'] 
steps=['牛肉を一口大に切ります。', '熱したフライ パンで玉ねぎを炒めます。', 'にんじんとじゃがいもも加えて炒めます。', 'カレールーを加え、すべての材料をよく混ぜ合わせます。', '弱火で15分ほど煮込みます。']

使用したライブラリのバージョン

langchain-core==0.3.29
langchain-ollama==0.2.2
ollama==0.4.5
pydantic==2.10.4