一篇深入教程，利用LangChain的输出解析器将房产列表的文本存储为键值对
当你在像Facebook的群组这样的网站上搜索房产列表时，滚动和阅读它们是很耗时间的。
将列表的信息映射到字典中是否更加高效？例如，收集不同的列表并比较价格和特点可能是有用的，从而使人们能够了解是否租住那间公寓是划算的。
在本教程中，我们将使用LangChain的输出解析器和ChatGPT从列表的文本中提取一个字典。让我们开始吧！
要求
我们需要安装以下的Python库：
! pip install openai! pip install langchain! pip install python-dotenv安装完成后，我们可以导入这些包：
import osimport openaifrom langchain.chat_models import ChatOpenAI由于我们将使用ChatGPT，我们需要OpenAI API密钥才能访问GPT-3.5模型。首先，打开OpenAI平台并点击选项中的”View API Keys”。之后，您可以创建、复制并将API密钥粘贴到.env文件中，其语法如下：
OPENAI_API_KEY=您的API密钥您只需要将您的API密钥替换为”your_api_key”，游戏就可以开始了！
步骤1：使用LangChain进行LLM调用
第一步是初始化ChatOpenAI的LLM类。这行代码用于创建一个OpenAI端点。
chat = ChatOpenAI(model_name="gpt-3.5-turbo",temperature=0.0)我们使用GPT-3.5模型，因为它比GPT-4便宜，并且对于这个应用程序来说似乎足够了。温度参数被固定为0，以避免随机输出。