Preskoči na glavni sadržaj
Hrvatski— Odaberite jezik
Izbornik

Ekstrakcija i validacija pomoću alata

Lekcija 10 od 12 Ažurirano 30. srpnja 2026. Programer
Na ovoj stranici
  1. Izgradi pouzdane cjevovode za ekstrakciju
  2. Uzorak: obogaćena ekstrakcija
  3. Uzorak: unakrsna validacija
  4. Uzorak: izračun i strukturiranje
  5. Arhitektura robusnog cjevovoda
  6. Rukovanje pogreškama u produkciji
  7. Ključne točke

Izgradi pouzdane cjevovode za ekstrakciju

Kombiniranjem strukturiranih izlaza s alatima (web pretraživanje, izvršavanje koda) možeš izgraditi robusne cjevovode za ekstrakciju i validaciju. Ova lekcija pokazuje kako arhitektonski oblikovati te cjevovode za produkcijsku upotrebu.

Uzorak: obogaćena ekstrakcija

Najčešći uzorak je obogaćivanje ekstrakcije podataka web pretraživanjem. Počinješ sa sirovim tekstom, a model prvo ekstrahira entitete, a zatim ih obogaćuje informacijama pronađenima na internetu.

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"}]
)

Uzorak: unakrsna validacija

Unakrsna validacija koristi web pretraživanje za verifikaciju informacija ekstrahiranih iz dokumenta:

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}")

Uzorak: izračun i strukturiranje

Kombiniraj izvršavanje koda za izračune i strukturirane izlaze za formatiranje:

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")

Arhitektura robusnog cjevovoda

Za produkcijsku upotrebu strukturiraj svoj cjevovod u korake:

# Step 1: Raw extraction
class ExtractionBrute(BaseModel):
    entites: list[str]
    dates: list[str]
    montants: list[str]

# Step 2: Enrichment
class EntiteEnrichie(BaseModel):
    nom: str
    type: str
    details: str

# Step 3: Validation
class ResultatValide(BaseModel):
    entites: list[EntiteEnrichie]
    score_qualite: float
    alertes: list[str]

Svaki korak koristi zaseban poziv s prilagođenom shemom. Ovaj modularni pristup pojednostavljuje otklanjanje pogrešaka i nadzor.

Rukovanje pogreškama u produkciji

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:
    # Fallback without web search
    response, parsed = client.chat.parse(
        model="grok-4.20-0309-reasoning",
        messages=messages,
        response_format=MonSchema
    )

Ključne točke

  • Obogaćena ekstrakcija kombinira web pretraživanje i strukturirane izlaze za potpune podatke
  • Unakrsna validacija provjerava činjenice putem web pretraživanja
  • Izvršavanje koda osigurava točne izračune u financijskim cjevovodima
  • Strukturiraj proces u zasebne korake radi robusnosti i otklanjanja pogrešaka
  • Uvijek planiraj rezervno rješenje za slučaj kvara alata