Режим JSON: Парсинг + Валидация по схеме
Момент, когда вы хотите, чтобы LLM передавала данные в последующую систему -> базу данных, API или задачу по биллингу -> свободный текст бесполезен. Вам нужен структурированный вывод: модель возвращает JSON, а ваш код превращает этот JSON в типизированный объект, которому можно доверять. У большинства API моделей есть "JSON mode", который заставляет модель выдавать JSON строку. Но "это валидный JSON" и "это объект, который я просил" это две разные вещи. Граница между моделью и вашим кодом это место, где вы проводите валидацию.
В реальном коде вызов модели выглядит так (только для иллюстрации -> мы не вызываем никакой модели здесь):
resp = client.messages.create(model="...", messages=[...])
text = resp.content[0].text # a JSON string, hopefully
record = parse_and_validate(text, {"name": str, "age": int})Вы строите parse_and_validate(text, schema). schema это словарь, сопоставляющий каждое обязательное поле его типом в Python, как {"name": str, "age": int}. Ваша функция должна:
json.loadsтекст в объект Python.- Подтвердите, что это
dict-> массив JSON или простое число не является записью, которую вы запрашивали. - Для каждого поля в схеме: проверьте, что оно present (выдай ошибку при отсутствии поля) и имеет right type (выдай ошибку при несовпадении).
- Верните типизированный словарь только с этими полями.
Ловушка bool-is-int. В Python, bool является подклассом int, поэтому isinstance(True, int) это True. JSON true декодируется в Python True. Если ваша схема хочет int для age, а модель присылает "age": true, наивная проверка isinstance пропустит его. Защититесь от этого: когда ожидаемый тип это int, явно отклоняйте значение bool.
if expected is int and isinstance(value, bool):
raise ValueError("age must be int, got bool")Вызовите четкое исключение (ValueError с сообщением, называющим плохое поле), чтобы вызывающий код мог точно залогировать, что модель сделала не так. Соберите это так, чтобы два разных правильно сформированных payload прошли, а отсутствие поля, неверный тип и скрытый bool каждое вызывали исключение.
Напишите parse_and_validate(text, schema), где schema это {field: type} dict. json.loads текст, подтвердите, что это dict, затем для каждого поля schema проверьте, что оно есть и имеет правильный тип, возвращая typed dict. Отсутствующие поля и неверные типы должны вызывать ошибку. Отклоните JSON true, где требуется int (ловушка bool-is-int).
Заметили проблему в этом уроке? Сообщите о ней · Спросить об этом уроке
Это упражнение откроется скоро
Закончи предыдущий урок, чтобы открылся этот. Весь курс бесплатный, аккаунт не нужен, и ты можешь прочитать этот урок прямо сейчас.
Этот браузер блокирует cookies для learn.floati.life, поэтому завершенные здесь уроки не могут открыться по порядку. Разрешите cookies для этого сайта и перезагрузите страницу.