Pāriet uz galveno saturu
Latviešu— Izvēlēties valodu
Izvēlne

Ekstrakcija un validācija, izmantojot rīkus

Nodarbība 10 no 12 Atjaunota 2026. gada 30. jūlijs Programmētājs
Šajā lapā
  1. Uzticamu ekstrakcijas cauruļvadu izveide
  2. Modelis: bagātināta ekstrakcija
  3. Modelis: krusteniskā validācija
  4. Modelis: aprēķini un strukturēšana
  5. Robusta cauruļvada arhitektūra
  6. Kļūdu apstrāde ražošanas vidē
  7. Galvenās atziņas

Uzticamu ekstrakcijas cauruļvadu izveide

Apvienojot strukturētas izvades ar rīkiem (tīmekļa meklēšana, koda izpilde), tu vari izveidot robustus ekstrakcijas un validācijas cauruļvadus. Šī nodarbība parāda, kā projektēt šos cauruļvadus lietošanai ražošanas vidē.

Modelis: bagātināta ekstrakcija

Visizplatītākais modelis ir datu ekstrakcijas bagātināšana, izmantojot tīmekļa meklēšanu. Tu sāc ar neapstrādātu tekstu, un modelis ekstrahē entītijas, pēc tam bagātina tās ar informāciju, kas atrasta tiešsaistē.

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"}]
)

Modelis: krusteniskā validācija

Krusteniskā validācija izmanto tīmekļa meklēšanu, lai pārbaudītu no dokumenta ekstrahēto informāciju:

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}")

Modelis: aprēķini un strukturēšana

Apvieno koda izpildi aprēķinu veikšanai un strukturētas izvades formatēšanai:

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")

Robusta cauruļvada arhitektūra

Lietošanai ražošanas vidē strukturē savu cauruļvadu posmos:

# 1. solis: Neapstrādāta ekstrakcija
class ExtractionBrute(BaseModel):
    entites: list[str]
    dates: list[str]
    montants: list[str]

# 2. solis: Bagātināšana
class EntiteEnrichie(BaseModel):
    nom: str
    type: str
    details: str

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

Katrs solis izmanto atsevišķu izsaukumu ar pielāgotu shēmu. Šī modulārā pieeja vienkāršo atkļūdošanu un uzraudzību.

Kļūdu apstrāde ražošanas vidē

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:
    # Rezerves variants bez tīmekļa meklēšanas
    response, parsed = client.chat.parse(
        model="grok-4.20-0309-reasoning",
        messages=messages,
        response_format=MonSchema
    )

Galvenās atziņas

  • Bagātināta ekstrakcija apvieno tīmekļa meklēšanu un strukturētas izvades, lai iegūtu pilnīgus datus
  • Krusteniskā validācija pārbauda faktus, izmantojot tīmekļa meklēšanu
  • Koda izpilde nodrošina precīzus aprēķinus finanšu cauruļvados
  • Sadali procesu atsevišķos soļos, lai nodrošinātu robustumu un atvieglotu atkļūdošanu
  • Vienmēr paredz rezerves variantu, ja rīki nedarbojas