Modo JSON: interpretar + validar com um schema
No momento em que você quer que um LLM alimente um sistema seguinte -> um banco de dados, uma API, um processo de cobrança -> texto livre não serve para nada. Você precisa de saída estruturada: o modelo retorna JSON, e seu código transforma esse JSON em um objeto tipado em que pode confiar. A maioria das APIs de modelos tem um "modo JSON" que faz o modelo emitir uma string JSON. Mas "é JSON válido" e "é o objeto que eu pedi" são coisas diferentes. A fronteira entre o modelo e o seu código é onde você valida.
Em código real, a chamada ao modelo fica assim (só ilustrativo -> não chamamos nenhum modelo aqui):
resp = client.messages.create(model="...", messages=[...])
text = resp.content[0].text # a JSON string, hopefully
record = parse_and_validate(text, {"name": str, "age": int})Você vai construir parse_and_validate(text, schema). O schema é um dict que associa cada campo obrigatório ao seu tipo Python, como {"name": str, "age": int}. Sua função deve:
- Fazer
json.loadsdo texto em um objeto Python. - Confirmar que é um
dict-> um array JSON ou um número solto não é o registro que você pediu. - Para cada campo do schema: verificar se ele está presente (levantar exceção se faltar) e se é do tipo certo (levantar exceção se não bater).
- Retornar um dict tipado só com esses campos.
A armadilha do bool que é int. Em Python, bool é uma subclasse de int, então isinstance(True, int) é True. O JSON true vira o Python True. Se seu schema quer um int para age e o modelo manda "age": true, uma verificação ingênua com isinstance deixaria passar. Proteja-se: quando o tipo esperado for int, rejeite um valor bool explicitamente.
if expected is int and isinstance(value, bool):
raise ValueError("age must be int, got bool")Levante uma exceção clara (um ValueError com uma mensagem que nomeia o campo ruim) para que quem chama possa registrar exatamente o que o modelo errou. Construa de forma que dois payloads diferentes e bem formados passem, e que um campo faltando, um tipo errado e um bool disfarçado levantem exceção cada um.
Escreva parse_and_validate(text, schema), em que schema é um dict {field: type}. Faça json.loads do texto, confirme que é um dict e depois, para cada campo do schema, verifique se ele está presente e é do tipo certo, retornando o dict tipado. Campos faltando e tipos errados precisam levantar exceção. Rejeite um JSON true onde um int é exigido (a armadilha do bool que é int).
Viu um problema nesta lição? Reporte-o · Pergunte sobre esta lição
Este exercício abre em breve
Termine a lição anterior para que esta seja desbloqueada. O curso inteiro é gratuito, não precisa de conta, e você pode ler esta lição agora mesmo.
Este navegador está bloqueando cookies para learn.floati.life, então as lições que você terminou aqui não podem abrir em ordem. Permita cookies para este site e recarregue.