Automatisk parse()-metode
På denne side
Opdateret 3. november 2026. Baseret på dokumentationen for Structured Outputs fra xAI og
openaiSDK 3.42.1: Når OpenAI SDK peger på xAI, er metodenclient.chat.completions.parse, som returnerer en fuldendelse, hvor det typede objekt læses frachoices[0].message.parsed;client.chat.parseeksisterer ikke (xAI SDK tilbyder dogchat.parse(Schema)på en samtale, hvilket returnerer et respons-objekt-par). Kilde: Structured Outputs.
Hurtigspor: parse()
Metoden parse() er den enkleste måde at bruge strukturerede outputs med Grok API’en på. Den tager en Pydantic-model som input og returnerer direkte et typet objekt – ingen JSON der skal parses, ingen manuel validering.
Definér Pydantic-modellen
Du opretter en Python-klasse, der beskriver den forventede struktur.
Kald client.chat.completions.parse()
Du sender Pydantic-modellen som `response_format`.
Modtag tuplen (Response, ParsedModel)
Det typede objekt er klar til brug i din kode.
Komplet eksempel
Sådan udtrækker du en struktureret filmanmeldelse:
from openai import OpenAI
from pydantic import BaseModel
client = OpenAI(
api_key="your-xai-key",
base_url="https://api.x.ai/v1"
)
class MovieReview(BaseModel):
title: str
rating: float
summary: str
recommend: bool
completion = client.chat.completions.parse(
model="grok-4.20-0309-reasoning",
messages=[{
"role": "user",
"content": "Write a review of the movie Inception"
}],
response_format=MovieReview
)
parsed = completion.choices[0].message.parsed
# parsed er et typet MovieReview-objekt
print(parsed.title) # "Inception"
print(parsed.rating) # 9.2
print(parsed.recommend) # True
print(type(parsed)) # <class 'MovieReview'>
Hvad returnerer parse()?
Metoden parse() returnerer en tuple med to elementer:
response: Det fulde API-responsobjekt (med metadata, brugte tokens osv.)parsed: Din Pydantic-model instantieret med de udtrukne data
Du kan tilgå begge efter behov:
completion = client.chat.completions.parse(...)
parsed = completion.choices[0].message.parsed
# Tilgå metadata
print(completion.usage.total_tokens)
print(completion.model)
# Tilgå strukturerede data
print(parsed.title)
print(parsed.rating)
Næstede modeller
parse() håndterer komplekse strukturer uden besvær. Du kan næste Pydantic-modeller:
class Actor(BaseModel):
name: str
role: str
class Review(BaseModel):
title: str
director: str
year: int
rating: float
main_actors: list[Actor]
genres: list[str]
strengths: list[str]
weaknesses: list[str]
completion = client.chat.completions.parse(
model="grok-4.20-0309-reasoning",
messages=[{
"role": "user",
"content": "Complete analysis of the movie Interstellar"
}],
response_format=Review
)
parsed = completion.choices[0].message.parsed
for actor in parsed.main_actors:
print(f"{actor.name} plays {actor.role}")
Hvornår skal du bruge parse()?
parse() er den korteste vej fra et modelsvar til et brugbart Python-objekt: Hvis du arbejder med Pydantic, er dette dit standardvalg. Metoden kapsler alt ind – afsendelse af skemaet, validering af svaret, instantiering af objektet – og giver dig direkte en typet instans uden brug af json.loads eller manuelle tjek. Det er den mest koncise kode muligt, og i langt de fleste tilfælde kommer denne enkelthed uden omkostninger: Du opgiver kun finmasket kontrol over parsingen, hvis du faktisk havde brug for den, hvilket er sjældent. Næste lektion dækker netop de tilfælde, hvor manuel kontrol er berettiget.
Vigtige pointer
parse()returnerer en tuple(Response, ParsedModel)– automatisk parsing- Det returnerede objekt er en typet og valideret Pydantic-instans
- Næstede modeller og lister af objekter fungerer nativt
- Dette er den anbefalede metode til de fleste brugstilfælde i Python
- Ingen behov for
json.loads()eller manuel validering