古法编程

Appearance

Kimi API 通过 response_format 参数开启 JSON Mode，确保输出为合法可解析的 JSON 对象。适合结构化数据提取、智能客服回复格式控制、API 响应生成等需要强格式约束的场景。

使用 Kimi API 的 JSON Mode ​

为什么需要 JSON Mode ​

直接在 prompt 中要求输出 JSON，模型可能：

  • 在 JSON 前后加说明文字（无法直接 parse）
  • 生成格式错误的 JSON（如多余逗号）

response_format 参数解决了这个问题，强制输出合法 JSON。

两种模式 ​

json_object 模式 ​

保证输出为合法 JSON 对象，但结构由 prompt 描述：

python
from openai import OpenAI
import json

client = OpenAI(
    api_key="MOONSHOT_API_KEY",
    base_url="https://api.moonshot.cn/v1",
)

completion = client.chat.completions.create(
    model="kimi-k2.6",
    messages=[
        {
            "role": "system",
            "content": """请用以下 JSON 格式总结文章：
{
    "title": "文章标题",
    "author": "文章作者",
    "publish_time": "发布时间（YYYY-MM-DD）",
    "summary": "100字以内摘要"
}"""
        },
        {"role": "user", "content": "文章内容：..."}
    ],
    response_format={"type": "json_object"},
)

result = json.loads(completion.choices[0].message.content)
print(result["summary"])

json_schema 模式（推荐） ​

按严格 JSON Schema 约束输出，更适合生产环境：

python
completion = client.chat.completions.create(
    model="kimi-k2.6",
    messages=[{"role": "user", "content": "提取以下文本中的联系人信息：张三，电话 13800138000，邮箱 zhangsan@example.com"}],
    response_format={
        "type": "json_schema",
        "json_schema": {
            "name": "contact_info",
            "strict": True,
            "schema": {
                "type": "object",
                "properties": {
                    "name": {"type": "string", "description": "联系人姓名"},
                    "phone": {"type": "string", "description": "电话号码"},
                    "email": {"type": "string", "description": "邮箱地址"}
                },
                "required": ["name", "phone", "email"]
            }
        }
    }
)

contact = json.loads(completion.choices[0].message.content)

实际应用示例：智能客服多类型回复 ​

python
import json
from openai import OpenAI

client = OpenAI(api_key="MOONSHOT_API_KEY", base_url="https://api.moonshot.cn/v1")

system_prompt = """你是月之暗面（Kimi）的智能客服。回复用户问题时，根据内容可以返回文字、图片链接或购买链接。

请使用以下 JSON 格式输出（所有字段可选）：
{
    "text": "文字回复内容",
    "image": "图片链接（以 oss:// 开头）",
    "url": "购买或参考链接"
}"""

completion = client.chat.completions.create(
    model="kimi-k2.6",
    messages=[
        {"role": "system", "content": system_prompt},
        {"role": "user", "content": "你们的产品定价是多少？"}
    ],
    response_format={"type": "json_object"},
)

response = json.loads(completion.choices[0].message.content)

if response.get("text"):
    print("文字回复:", response["text"])
if response.get("url"):
    print("相关链接:", response["url"])

注意事项 ​

  1. 必须在 prompt 中说明格式：开启 JSON Mode 后，如果 prompt 没有描述期望的 JSON 结构，模型会生成不符合预期的内容
  2. 只支持 JSON Object：不能让模型输出 JSON Array，如果需要列表，用 {"items": [...]} 包装
  3. 输出被截断：如果 finish_reason 为 length，说明 max_completion_tokens 设置太小，输出 JSON 被截断无法解析，需要增大此值

常见问题 ​

Q: json_object 和 json_schema 模式有什么区别？

A: json_object 保证输出合法 JSON，但字段由 prompt 描述，模型可能生成不完全符合预期的字段名；json_schema 通过严格 Schema 约束输出结构，生产环境推荐用 json_schema。

Q: JSON Mode 和直接在 prompt 写"请输出 JSON"有什么区别？

A: JSON Mode 从模型解码层面强制约束，不会在 JSON 前后生成多余文字，也不会输出格式非法的 JSON。纯 prompt 方式是软约束，偶尔会失效。

Q: 这个功能和 OpenAI 的 Structured Outputs 一样吗？

A: json_schema 模式类似 OpenAI 的 Structured Outputs，需符合 MFJS（Moonshot Flavored JSON Schema）规范，与标准 JSON Schema 有些微差异。如遇校验问题可到 MoonshotAI/walle 提交反馈。

Kimi API 的 JSON Mode 通过 response_format: { type: "json_object" } 开启，保证模型只输出合法的 JSON 对象。需要在 prompt 中明确定义期望的 JSON 格式，否则输出可能不稳定。本文含智能客服场景的完整示例。

使用 Kimi API 的 JSON Mode ​

为什么需要 JSON Mode ​

直接在 prompt 里要求输出 JSON，有两个常见问题：

  1. 多余说明：模型可能会在 JSON 前后添加解释文字，导致 JSON.parse 失败
  2. 格式错误：可能有多余逗号、未闭合括号等语法错误

response_format: { type: "json_object" } 参数保证输出是合法的 JSON 对象，可以直接 parse。

与 OpenAI 相同：OpenAI 也用 response_format: { type: "json_object" } 开启 JSON Mode，用法完全一致。

基本用法 ​

typescript
import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.MOONSHOT_API_KEY,
  baseURL: "https://api.moonshot.cn/v1",
});

const completion = await client.chat.completions.create({
  model: "kimi-k2.6",
  messages: [
    {
      role: "system",
      content: `你是一个文章分析助手，请按以下 JSON 格式输出：
{
  "title": "文章标题",
  "author": "作者（未知则为 null）",
  "publish_time": "发布时间（未知则为 null）",
  "summary": "100字以内的摘要"
}`,
    },
    {
      role: "user",
      content: "请分析以下文章：\n\n[文章内容...]",
    },
  ],
  response_format: { type: "json_object" }, // 开启 JSON Mode
});

const result = JSON.parse(completion.choices[0].message.content ?? "{}");
console.log(result.title);
console.log(result.summary);
python
from openai import OpenAI
import json

client = OpenAI(
    api_key="MOONSHOT_API_KEY",
    base_url="https://api.moonshot.cn/v1",
)

completion = client.chat.completions.create(
    model="kimi-k2.6",
    messages=[
        {
            "role": "system",
            "content": """你是一个文章分析助手，请按以下 JSON 格式输出：
{
  "title": "文章标题",
  "author": "作者（未知则为 null）",
  "summary": "100字以内的摘要"
}""",
        },
        {"role": "user", "content": "请分析以下文章：\n\n[文章内容...]"},
    ],
    response_format={"type": "json_object"},
)

result = json.loads(completion.choices[0].message.content)
print(result["title"])

实际场景：消息分类 ​

识别用户消息中包含的内容类型（文字/图片/链接）：

typescript
const systemPrompt = `你是一个智能客服助手，分析用户发来的消息内容。
请按以下 JSON 格式输出：
{
  "type": "text" | "image" | "url",
  "content": "消息的主体内容",
  "intent": "用户的意图描述"
}`;

const completion = await client.chat.completions.create({
  model: "kimi-k2.6",
  messages: [
    { role: "system", content: systemPrompt },
    { role: "user", content: "帮我看看这张图 https://example.com/img.jpg 里面有什么" },
  ],
  response_format: { type: "json_object" },
});

const parsed = JSON.parse(completion.choices[0].message.content ?? "{}");
// { type: "url", content: "https://example.com/img.jpg", intent: "查看图片内容" }

注意事项 ​

必须在 prompt 中说明格式：即使开启了 JSON Mode，也需要在 system 或 user prompt 中明确描述期望的 JSON 字段和含义，否则输出结果不稳定。

只能输出 JSON Object：JSON Mode 只支持 JSON Object（{}），不支持 JSON Array（[]）。如果需要返回数组，把数组包在一个对象里：

json
{
  "items": [...]
}

JSON 截断问题：如果模型返回的 JSON 不完整，检查 finish_reason 是否为 length，适当增大 max_completion_tokens：

typescript
const completion = await client.chat.completions.create({
  model: "kimi-k2.6",
  messages: [...],
  response_format: { type: "json_object" },
  max_completion_tokens: 4096, // 确保 JSON 有足够空间生成完整
});

if (completion.choices[0].finish_reason === "length") {
  console.error("JSON 输出被截断，需增大 max_completion_tokens");
}

与 tool_calls 的对比 ​

场景推荐方案
需要固定格式的文本提取、摘要JSON Mode
需要执行具体操作（搜索、查询）tool_calls
需要多个字段严格校验（含类型、枚举）tool_calls（使用 JSON Schema）

常见问题 ​

Q: JSON Mode 和在 prompt 里说"输出 JSON"有什么区别？

A: JSON Mode 会在 API 层面强制输出合法 JSON，模型不会输出多余说明文字，也不会产生语法错误。仅靠 prompt 说明时，模型有时会在 JSON 前后加解释文字，导致 parse 失败。

Q: 流式输出支持 JSON Mode 吗？

A: 支持，但流式输出时每个 chunk 不是完整的 JSON，需要等全部数据接收完后再 parse。

Q: 开启 JSON Mode 会影响 token 消耗吗？

A: 不影响计费方式，但 JSON 格式通常比纯文本占用更多 token（字段名、括号等）。

友情链接： 能跑吗 · 打工算 · 车主算 · 开发工具 · 人工不智能

Copyright © 2026 地豆 蜀ICP备2021007188号 | 关于本站 | 隐私政策