Μετάβαση στο κύριο περιεχόμενο
Ελληνικά— Επιλέξτε γλώσσα
Μενού

Χρήση της client.chat.parse()

Μάθημα 8 / 12 Ενημερώθηκε 2 Νοεμβρίου 2026 Για developers
Σε αυτήν τη σελίδα
  1. Η μέθοδος parse(): Ο πυρήνας των προσαρμοσμένων δομημένων εξόδων
  2. Μια πλήρης κλήση από άκρο σε άκρο
  3. Το αυτόματα προσαρτημένο prompt συστήματος
  4. .parsed έναντι .content: Δύο διακριτές χρήσεις
  5. Τι μπορεί ακόμα να αποτύχει
  6. Βασικά σημεία

Η μέθοδος parse(): Ο πυρήνας των προσαρμοσμένων δομημένων εξόδων

Η client.chat.parse() είναι η δομημένη ισοδύναμη της client.chat.complete(). Αντί να επιστρέφει ελεύθερο κείμενο ή ακατέργαστο JSON που πρέπει να αναλύσετε μόνοι σας, επιστρέφει απευθείας ένα αντικείμενο με τύπους που αντιστοιχεί στο μοντέλο Pydantic σας. Η αλλαγή μπορεί να φαίνεται αισθητική, αλλά στην πραγματικότητα εξαλείφει ένα ολόκληρο επίπεδο κώδικα.

Η αντίθεση είναι πιο ξεκάθαρη όταν τις βλέπετε πλάι-πλάι. Με την complete(), λαμβάνετε μια συμβολοσειρά και τη μετασχηματίζετε εσείς. Με την parse(), το αντικείμενο φτάνει έτοιμο προς χρήση, ενώ το ακατέργαστο JSON παραμένει διαθέσιμο εάν το χρειάζεστε.

# Λειτουργία JSON — η complete() επιστρέφει κείμενο JSON
response = client.chat.complete(
    model="mistral-large-latest",
    messages=messages,
    response_format={"type": "json_object"}
)
raw_json: str = response.choices[0].message.content
data = json.loads(raw_json)  # Χειροκίνητη ανάλυση

# Προσαρμοσμένο — η parse() επιστρέφει ένα αντικείμενο με τύπους
response = client.chat.parse(
    model="mistral-large-latest",
    messages=messages,
    response_format=MonSchema
)
obj: MonSchema = response.choices[0].message.parsed  # Αντικείμενο Pydantic
raw_json: str = response.choices[0].message.content   # Το ακατέργαστο JSON είναι επίσης διαθέσιμο

Η διαφορά έγκειται στην πρόσβαση στο .parsed: ένα αντικείμενο Pydantic άμεσα usable με αυτόματη συμπλήρωση από το IDE και επικύρωση τύπων.

Μια πλήρης κλήση από άκρο σε άκρο

Το παρακάτω παράδειγμα παρουσιάζει τα πέντε βήματα μιας πραγματικής εξαγωγής: ορισμός του σχήματος με σαφείς περιγραφές, δημιουργία του client, κλήση της parse(), χρήση του επιστρεφόμενου αντικειμένου και ανάκτηση της αναπαράστασης JSON εάν χρειάζεται.

from mistralai.client import Mistral
from pydantic import BaseModel, Field
from typing import Optional

# 1. Ορισμός του σχήματος
class BookInfo(BaseModel):
    title: str = Field(description="Book title")
    authors: list[str] = Field(description="List of authors")
    year: Optional[int] = Field(default=None, description="Publication year")
    genre: str = Field(description="Main literary genre")
    summary: str = Field(description="Summary in 2-3 sentences")

# 2. Δημιουργία του client
client = Mistral(api_key="your-api-key")

# 3. Κλήση της parse()
response = client.chat.parse(
    model="mistral-large-latest",
    messages=[
        {
            "role": "system",
            "content": "You are an expert librarian. Extract information about the mentioned book."
        },
        {
            "role": "user",
            "content": "I loved '1984' by George Orwell. It's a dystopian novel published in 1949 describing a totalitarian society under constant surveillance."
        }
    ],
    temperature=0
)

# 4. Χρήση του αναλυμένου αντικειμένου
book = response.choices[0].message.parsed
print(f"Title: {book.title}")
print(f"Authors: {', '.join(book.authors)}")
print(f"Year: {book.year}")
print(f"Genre: {book.genre}")
print(f"Summary: {book.summary}")

# 5. Το ακατέργαστο JSON είναι επίσης διαθέσιμο
raw = response.choices[0].message.content
print(f"\nRaw JSON: {raw}")

Παρατηρήστε τι δεν περιέχει το prompt συστήματος: καμία περιγραφή της αναμενόμενης μορφής.

Το αυτόματα προσαρτημένο prompt συστήματος

Το SDK αναλαμβάνει αυτή την εργασία. Όταν χρησιμοποιείτε την parse(), η Mistral προσθέτει αυτόματα ένα πρόθεμα στο prompt συστήματος:

Your output should be an instance of a JSON object following this schema: { ... }

Αυτό το πρόθεμα περιέχει το σχήμα JSON που δημιουργείται από το μοντέλο Pydantic σας. Δεν χρειάζεται να περιγράψετε τη μορφή στο prompt σας· το SDK το κάνει για εσάς. Αυτό ελευθερώνει το μήνυμα συστήματός σας για να κάνει αυτό που κάνει καλύτερα: να παρέχει επιχειρηματικό πλαίσιο και να ορίζει απαιτήσεις ποιότητας, όπως η ακρίβεια στα ποσά ή ο τρόπος διαχείρισης των ελλειπόντων δεδομένων.

response = client.chat.parse(
    model="mistral-large-latest",
    messages=[
        {
            "role": "system",
            # Δεν χρειάζεται να περιγράψετε τη μορφή JSON — είναι αυτόματη
            # Εστιάστε στο ΠΛΑΙΣΙΟ και την ΠΟΙΟΤΗΤΑ
            "content": """You are an expert financial analyst.
Be precise with amounts and percentages.
If data is not available in the text, use null."""
        },
        {"role": "user", "content": report_text}
    ],
    response_format=FinancialReport
)

.parsed έναντι .content: Δύο διακριτές χρήσεις

Το αντικείμενο με τύπους, προσβάσιμο μέσω του .parsed, είναι αυτό που χειρίζεστε στη λογική της εφαρμογής σας. Εκθέτει ιδιότητες με τους τύπους τους, υποστηρίζει επανάληψη, μετατρέπεται σε λεξικό με την model_dump() και σειριοποιείται με την model_dump_json().

book = response.choices[0].message.parsed

# Πρόσβαση με τύπους και αυτόματη συμπλήρωση από το IDE
print(book.title)        # str
print(book.authors)      # list[str]
print(book.year)         # Optional[int]

# Επανάληψη σε λίστες
for author in book.authors:
    print(f"  - {author}")

# Μετατροπή σε λεξικό
book_dict = book.model_dump()

# Σειριοποίηση σε JSON
book_json = book.model_dump_json(indent=2)

Το ακατέργαστο JSON, από την άλλη πλευρά, παραμένει χρήσιμο στα όρια του συστήματος: για καταγραφή συμβάντων (logging), αποθήκευση σε βάση δεδομένων ή passing της απόκρισης ως έχει σε άλλο API.

raw = response.choices[0].message.content

# Αυτή είναι μια συμβολοσειρά JSON, χρήσιμη για:
# - Καταγραφή συμβάντων (Logging)
# - Αποθήκευση σε βάση δεδομένων
# - Αποστολή σε άλλο API

import json
data = json.loads(raw)

Τι μπορεί ακόμα να αποτύχει

Ένα εγγυημένο σχήμα δεν καθιστά τον κώδικά σας άτρωτο σε όλα. Το API μπορεί να επιστρέψει σφάλμα δικτύου ή υπηρεσίας και το .parsed μπορεί να είναι None εάν η απόκριση διακόπηκε. Το παρακάτω μοτίβο διαχειρίζεται και τις δύο περιπτώσεις ξεχωριστά — SDKError για το API, ValidationError για το σχήμα — και επαναλαμβάνει την προσπάθεια μόνο έναν περιορισμένο αριθμό φορών.

from mistralai.client import Mistral
from mistralai.client.errors import SDKError
from pydantic import ValidationError

client = Mistral(api_key="your-api-key")

def extract_structured(text: str, schema, max_retries: int = 2):
    """Δομημένη εξαγωγή με διαχείριση σφαλμάτων."""
    for attempt in range(max_retries + 1):
        try:
            response = client.chat.parse(
                model="mistral-large-latest",
                messages=[
                    {"role": "system", "content": "Extract the requested information."},
                    {"role": "user", "content": text}
                ],
                response_format=schema,
                temperature=0,
                max_tokens=1024
            )

            parsed = response.choices[0].message.parsed
            if parsed is None:
                raise ValueError("Parsed is None—response may be truncated")

            return parsed

        except SDKError as e:
            print(f"API error (attempt {attempt + 1}): {e}")
            if attempt == max_retries:
                raise
        except ValidationError as e:
            print(f"Validation error (attempt {attempt + 1}): {e}")
            if attempt == max_retries:
                raise

# Χρήση
try:
    book = extract_structured("'The Little Prince' by Saint-Exupéry, 1943", BookInfo)
    print(f"Extracted: {book.title} by {', '.join(book.authors)}")
except Exception as e:
    print(f"Final failure: {e}")

Ο αντανακλαστικός έλεγχος που είδατε με τη Λειτουργία JSON ισχύει και εδώ: μια απόκριση που κόβεται λόγω του max_tokens παράγει ένα ημιτελές ή null αντικείμενο, και το finish_reason σας το ενημερώνει πριν το ανακαλύψετε πιο κάτω στη ροή επεξεργασίας.

response = client.chat.parse(
    model="mistral-large-latest",
    messages=messages,
    response_format=MonSchema,
    max_tokens=256
)

if response.choices[0].finish_reason != "stop":
    print(f"Warning: finish_reason = {response.choices[0].finish_reason}")
    # "length" = περικομμένη απόκριση, αυξήστε το max_tokens

Βασικά σημεία

  • Η client.chat.parse() αντικαθιστά την client.chat.complete() για Προσαρμοσμένες Δομημένες Εξόδους
  • Το .parsed επιστρέφει ένα αντικείμενο Pydantic με τύπους· το .content επιστρέφει ακατέργαστο JSON
  • Το σχήμα προστίθεται αυτόματα στο prompt συστήματος — δεν χρειάζεται να περιγράψετε τη μορφή
  • Ελέγχετε πάντα το finish_reason και διαχειρίζεστε τα σφάλματα SDKError και ValidationError
  • Χρησιμοποιήστε την model_dump() για να μετατρέψετε το αναλυμένο αντικείμενο σε λεξικό Python