kor

让大模型输出直接变成结构化数据，告别手写解析

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 93 🐛 待处理 27 👀 关注 13

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1685

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，MIT许可证，完全免费，可自行部署使用。

项目预览

项目数据

分类开源模型

开发团队eyurtsev

官网地址https://eyurtsev.github.io/kor

GitHubhttps://github.com/eyurtsev/kor

定价模式🏷️完全免费

价格说明开源项目，MIT许可证，完全免费，可自行部署使用。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言Python

技术栈/模型information-extraction,llm,natural-language,natural-language-processing,natural-language-understanding

GitHub 星标★ 1685

上线时间2023-02-16 00:00:00

代码更新2025-02-03

仓库体积3.1 MB

本站数据更新2026-11-08

维护状态低维护

收录时间2026-08-09

浏览次数4

项目介绍

kor 是一个用于简化大语言模型（LLM）输出结构化的 Python 库。它解决的核心问题是：LLM 返回的是自然语言，难以直接用于程序处理。通过声明式地定义输出格式（如 JSON Schema 或 Pydantic 模型），kor 能自动将 LLM 的文本输出解析为结构化数据，并支持类型校验、错误重试和提示词优化。它底层封装了提示词构建和解析逻辑，让开发者无需手写复杂的 prompt 解析代码。核心能力包括：支持多种 LLM 后端（OpenAI、Hugging Face 等）、类型安全的数据提取、自动重试机制，以及基于 Pydantic 的模型定义。适用于信息抽取、数据清洗、API 参数生成等场景，能显著提升开发效率。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1685

技术标签

information-extraction llm natural-language natural-language-processing natural-language-understanding

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：入门约 5 分钟部署方式：库/依赖 3 步

环境要求

已安装 Python 环境（README 未注明最低版本要求）
可用的 pip 包管理器与网络环境（唯一安装方式为 pip install kor）
需要自备 LLM 后端（如 OpenAI、Hugging Face 等，README 未给出具体接入示例）
若目标模型支持 tool calling API，官方建议改用模型原生的 tool calling 而非 kor

安装与启动步骤

1安装 kor

README 只提供了这一种安装方式，直接通过 pip 从 PyPI 安装 kor 库，无需克隆仓库或编译。
```
pip install kor
```
2判断是否适用

若你使用的是支持工具调用（tool calling）的聊天模型，README 明确建议改用该模型的 tool calling API；kor 更适合无对话界面、不支持工具调用的老式 LLM。
3查阅官方文档

README 未给出代码示例与配置说明，只指向官方文档站点和 LangChain 集成页面，使用前请先阅读文档确认 API 用法。