حالت JSON: تجزیه و اعتبارسنجی بر اساس یک طرحواره
لحظهای که بخواهید یک مدل زبان بزرگ (LLM) را به یک سیستم پاییندستی – یک پایگاه داده، یک API، یک وظیفه صورتحساب – متصل کنید، متن آزاد بیفایده است. شما به خروجی ساختاریافته نیاز دارید: مدل JSON برمیگرداند و کد شما آن JSON را به یک شیء نوعدار تبدیل میکند که بتواند به آن اعتماد کند. اکثر APIهای مدل یک «حالت JSON» دارند که باعث میشود مدل یک رشته JSON صادر کند. اما «این JSON معتبر است» و «این همان ابجکتی است که درخواست کردم» دو چیز متفاوت هستند. مرز بین مدل و کد شما جایی است که اعتبارسنجی را انجام میدهید.
در کد واقعی، فراخوانی مدل به این شکل است (صرفاً برای نمایش -> ما در اینجا هیچ مدلی را فراخوانی نمیکنیم):
resp = client.messages.create(model="...", messages=[...])
text = resp.content[0].text # a JSON string, hopefully
record = parse_and_validate(text, {"name": str, "age": int})شما در حال ساختن parse_and_validate(text, schema). این schema یک dict است که هر فیلد مورد نیاز را به نوع پایتون آن نگاشت میکند، مانند {"name": str, "age": int}. تابع شما باید:
json.loadsمتن را به یک شیء پایتون تبدیل کنید.- تأیید کنید که یک
dict-> یک آرایه JSON یا عدد ساده، رکوردی نیست که درخواست کردهاید. - برای هر فیلد در اسکیما: بررسی کنید که موجود باشد (در صورت عدم وجود فیلد خطا ایجاد کنید) و از نوع صحیح باشد (در صورت عدم تطابق خطا ایجاد کنید).
- یک dict از نوع مناسب را که فقط شامل آن فیلدها باشد، بازگردانید.
دام bool-is-int. در پایتون، bool زیرکلاس است از int، بنابراین isinstance(True, int) است True. JSON true decode به Python True. اگر اسکیمای شما یک int برای age و مدل ارسال میکند "age": true، یک سادهلوحانه isinstance یک بررسی ساده آن را تأیید میکند. در برابر آن محافظت کنید: وقتی نوع مورد انتظار int، یک را رد کنید. bool را صراحتاً رد کنید.
if expected is int and isinstance(value, bool):
raise ValueError("age must be int, got bool")یک استثنای واضح را بالا ببرید (یک ValueError با پیامی که نام فیلد معیوب را ذکر میکند) تا فراخواننده بتواند دقیقاً ثبت کند که مدل در چه نقطهای اشتباه کرده است. آن را طوری بسازید که دو پेलود صحیح مختلف هر دو پذیرفته شوند، و یک فیلد از دست رفته، یک نوع نادرست، و یک ترفند مخفی bool هر یک خطا ایجاد کنند.
نوشتن parse_and_validate(text, schema) کجا schema است {field: type} dict. json.loads متن را بررسی کنید تا مطمئن شوید که یک dict است، سپس برای هر فیلد schema بررسی کنید که موجود باشد و از نوع صحیح باشد، و dict تایپشده را بازگردانید. فیلدهای از دست رفته و انواع نادرست باید خطا ایجاد کنند. JSON را رد کنید. true جایی که یک int نیاز است (دام bool-is-int).
مشکلی در این درس دیدید؟ گزارشش کنید · دربارهٔ این درس بپرسید
این تمرین بهزودی باز میشود
درس پیش از آن را تمام کنید تا این یکی باز شود. کل دوره رایگان است، حساب کاربری لازم نیست، و میتوانید همین الان این درس را بخوانید.
این مرورگر کوکیهای learn.floati.life را مسدود میکند، پس درسهایی که اینجا تمام کردید نمیتوانند به ترتیب باز شوند. کوکیها را برای این سایت مجاز کنید و صفحه را دوباره بارگذاری کنید.