Aqbeż għall-kontenut ewlieni
Malti— Agħżel lingwa
Menu

Estrazzjoni u Validazzjoni bl-Għodod

Lezzjoni 10 / 12 Aġġornat 30 ta’ Lulju 2026 Zviluppatur
F'din il-paġna
  1. Ibni pajpijiet ta’ estrazzjoni affidabbli
  2. Mudell: estrazzjoni arrikkit
  3. Mudell: validazzjoni inkroċjata
  4. Mudell: kalkolu u strutturar
  5. Arkitettura ta’ pajp robust
  6. Ġestjoni tal-iżbalji fil-produzzjoni
  7. Punti Ewlenin

Ibni pajpijiet ta’ estrazzjoni affidabbli

Billi tgħaqqad outputs strutturati ma’ għodod (tiftix fil-web, eżekuzzjoni tal-kodiċi), tista’ tibni pajpijiet robusti ta’ estrazzjoni u validazzjoni. Din il-lezzjoni turi kif tiddisinja dawn il-pajpijiet għall-użu fil-produzzjoni.

Mudell: estrazzjoni arrikkit

L-aktar mudell komuni huwa li tarrikka l-estrazzjoni tad-data bit-tiftix fil-web. Tibda b’test mhux maħdum, u l-mudell jestraġġi l-entitajiet imbagħad jirrikkihom b’informazzjoni misjuba online.

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"}]
)

Mudell: validazzjoni inkroċjata

Il-validazzjoni inkroċjata tuża t-tiftix fil-web biex tivverifika l-informazzjoni estratta minn dokument:

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}")

Mudell: kalkolu u strutturar

Għaqqad l-eżekuzzjoni tal-kodiċi għall-kalkoli u l-outputs strutturati għall-iffurmatjar:

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")

Arkitettura ta’ pajp robust

Għall-użu fil-produzzjoni, struttura l-pajp tiegħek f’passi:

# Pass 1: Estrazzjoni mhux maħduma
class ExtractionBrute(BaseModel):
    entites: list[str]
    dates: list[str]
    montants: list[str]

# Pass 2: Arrikkiment
class EntiteEnrichie(BaseModel):
    nom: str
    type: str
    details: str

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

Kull pass juża sejħa separata b’skema mfassla apposta. Dan l-approċċ modulari jissimplifika d-debugging u l-monitoraġġ.

Ġestjoni tal-iżbalji fil-produzzjoni

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 mingħajr tiftix fil-web
    response, parsed = client.chat.parse(
        model="grok-4.20-0309-reasoning",
        messages=messages,
        response_format=MonSchema
    )

Punti Ewlenin

  • L-estrazzjoni arrikkita tgħaqqad it-tiftix fil-web mal-outputs strutturati għal data sħiħa
  • Il-validazzjoni inkroċjata tivverifika l-fatti bit-tiftix fil-web
  • L-eżekuzzjoni tal-kodiċi tiżgura kalkoli eżatti fil-pajpijiet finanzjarji
  • Istraġġġa f’passi separati għar-robustezza u d-debugging
  • Ippjana dejjem soluzzjoni ta’ ripjega jekk l-għodod ifallu