Lähe põhisisu juurde
Eesti— Vali keel
Menüü

Ekstraheerimine ja valideerimine tööriistadega

Õppetund 10 / 12 Värskendatud 30. juuli 2026 Arendajatele
Sellel lehel
  1. Usaldusväärsete ekstraheerimise torustike loomine
  2. Muster: rikastatud ekstraheerimine
  3. Muster: ristvalideerimine
  4. Muster: arvutamine ja struktureerimine
  5. Robustse torustiku arhitektuur
  6. Veakäitlus tootmiskeskkonnas
  7. Peamised punktid

Usaldusväärsete ekstraheerimise torustike loomine

Kombineerides struktureeritud väljundeid tööriistadega (veebiotsing, koodi käivitamine), saad luua robustseid ekstraheerimise ja valideerimise torustikke. See tund näitab, kuidas neid torustikke tootmiskeskkonnaks arhitektuuriliselt üles ehitada.

Muster: rikastatud ekstraheerimine

Levinuim muster on andmete ekstraheerimise rikastamine veebiotsingu abil. Alustad toortekstist, mudel ekstraheerib üksused ja seejärel rikastab neid internetist leitud teabega.

from pydantic import BaseModel

class EntrepriseEnrichie(BaseModel):
    nom: str
    secteur: str
    pays_siege: str
    site_web: str | None
    description_courte: str
    nombre_employes_estime: str | None
    technologies_utilisees: list[str]

class ExtractionEnrichie(BaseModel):
    entreprises: list[EntrepriseEnrichie]
    relations: list[str]
    contexte: str

response, parsed = client.chat.parse(
    model="grok-4.20-0309-reasoning",
    messages=[{
        "role": "user",
        "content": """Extract and enrich the companies mentioned in this text:

        'Mistral AI announced a partnership with Scaleway to
        host its models in France. Meanwhile, Hugging Face
        continues to collaborate with OVHcloud on open source
        infrastructure.'"""
    }],
    response_format=ExtractionEnrichie,
    tools=[{"type": "web_search"}]
)

Muster: ristvalideerimine

Ristvalideerimine kasutab veebiotsingut dokumendist ekstraheeritud teabe kontrollimiseks:

class FactCheck(BaseModel):
    affirmation: str
    verifie: bool
    source: str | None
    correction: str | None
    confiance: float

class RapportValidation(BaseModel):
    document_original: str
    verifications: list[FactCheck]
    fiabilite_globale: float
    resume: str

response, parsed = client.chat.parse(
    model="grok-4.20-0309-reasoning",
    messages=[{
        "role": "user",
        "content": """Verify the facts in this text:
        'France has 68 million inhabitants. Paris is the
        largest city in Europe. France's GDP is the 7th
        largest worldwide.'"""
    }],
    response_format=RapportValidation,
    tools=[{"type": "web_search"}]
)

for v in parsed.verifications:
    status = "Verified" if v.verifie else "Unverified"
    print(f"[{status}] {v.affirmation}")
    if v.correction:
        print(f"  → Correction: {v.correction}")

Muster: arvutamine ja struktureerimine

Kombineeri arvutuste tegemiseks koodi käivitamine ja vormindamiseks struktureeritud väljundid:

class LigneFacture(BaseModel):
    description: str
    quantite: int
    prix_unitaire_ht: float
    montant_ht: float
    tva: float
    montant_ttc: float

class Facture(BaseModel):
    lignes: list[LigneFacture]
    total_ht: float
    total_tva: float
    total_ttc: float

response, parsed = client.chat.parse(
    model="grok-4.20-0309-reasoning",
    messages=[{
        "role": "user",
        "content": """Calculate the invoice:
        - 3x Pro License at 299 EUR excl. VAT (VAT 20%)
        - 1x Training at 1500 EUR excl. VAT (VAT 20%)
        - 12x Monthly Support at 49 EUR excl. VAT (VAT 20%)"""
    }],
    response_format=Facture,
    tools=[{"type": "code_interpreter"}]
)

print(f"Total excl. VAT: {parsed.total_ht} EUR")
print(f"Total incl. VAT: {parsed.total_ttc} EUR")

Robustse torustiku arhitektuur

Tootmiskeskkonnas kasutamiseks jaga oma torustik sammudeks:

# 1. samm: Toorekstraheerimine
class ExtractionBrute(BaseModel):
    entites: list[str]
    dates: list[str]
    montants: list[str]

# 2. samm: Rikastamine
class EntiteEnrichie(BaseModel):
    nom: str
    type: str
    details: str

# 3. samm: Valideerimine
class ResultatValide(BaseModel):
    entites: list[EntiteEnrichie]
    score_qualite: float
    alertes: list[str]

Iga samm kasutab eraldi väljakutset kohandatud skeemiga. See moodulne lähenemine lihtsustab silumist ja jälgimist.

Veakäitlus tootmiskeskkonnas

try:
    response, parsed = client.chat.parse(
        model="grok-4.20-0309-reasoning",
        messages=messages,
        response_format=MonSchema,
        tools=[{"type": "web_search"}]
    )
except Exception as e:
    # Varuplaan ilma veebiotsinguta
    response, parsed = client.chat.parse(
        model="grok-4.20-0309-reasoning",
        messages=messages,
        response_format=MonSchema
    )

Peamised punktid

  • Rikastatud ekstraheerimine ühendab veebiotsingu ja struktureeritud väljundid terviklike andmete saamiseks
  • Ristvalideerimine kontrollib fakte veebiotsingu abil
  • Koodi käivitamine tagab finantstorustikes täpsed arvutused
  • Jaota protsess eraldi sammudeks robustsuse ja silumise huvides
  • Planeeri alati varuplaan juhuks, kui tööriistad ei tööta