让大模型输出直接变成结构化数据，告别手写解析
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。
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 kor2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。
README 未提供运行示例；执行 pip show kor 能正常显示包信息即表示安装成功。
Q：kor 现在还推荐使用吗？
A：README 顶部警告：若模型支持 tool calling API，应优先使用该 API；kor 面向不支持工具调用的老式 LLM，项目自述是 half-baked prototype。
Q：kor 支持哪些 LLM 后端？
A：README 说明 kor 已与 LangChain 框架集成，因此可通过 LangChain 支持的模型接入，具体列表见 README 给出的 chat model 集成表链接。
Q：安装失败怎么办？
A：README 只提供 pip install kor 这一种安装方式，出现失败时请先确认 Python 与 pip 环境、网络及 PyPI 源是否可用。
Q：有完整的中文使用教程吗？
A：README 未包含详细用法，官方文档地址为 https://eyurtsev.github.io/kor/，建议以文档为准。
LangChain 输出解析器、Instructor、Marvin
kor 是开发框架领域的开源项目，由 eyurtsev 开发，2023 年首次发布。
在全站 13,014 个收录项目中，它的 GitHub 星标数（1,685）位列前 30%，在开发框架分类中处于中上游。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-22。MIT许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：从非结构化文本中抽取实体和关系，如简历解析。同类可对比的替代方案包括 LangChain 输出解析器、Instructor、Marvin。
ComfyUI_Custom_Nodes_AlekPet
开源
给 ComfyUI 装上语音翻译和姿态检测，工作流更全能
Custom nodes that extend the capabilities of Comfyui
langchain
开源
组装 AI 应用的乐高积木，从想法到上线不换工具
The agent engineering platform.
transformers
开源
全球最大的模型仓库全家桶，想用的模型一把抓
Transformers: the model-definition framework for state-of-the-art machine learning m···
pi
开源
一套 TypeScript 工具包，快速搭出能写代码的 AI agent
AI agent toolkit: unified LLM API, agent loop, TUI, coding agent CLI