Pydantic BaseModel fil-Fond
F'din il-paġna
Pydantic: Is-Sieħeb Ideali
Pydantic hija l-librerija standard ta’ Python għall-validazzjoni tad-data. Bl-outputs strutturati ta’ Grok, issir għodda essenzjali: tiddefinixxi l-iskemi tiegħek bħala klassijiet ta’ Python, u l-mimla dawn il-klassijiet awtomatikament.
Il-Bażi ta’ Pydantic għal Outputs Strutturati
Toħloq mudell ta’ Pydantic billi twerret minn BaseModel. Kull attribut b’annotazzjoni tat-tip isir qasam fl-iskema JSON:
from pydantic import BaseModel
class Produit(BaseModel):
nom: str
prix: float
en_stock: bool
categorie: str
Dan il-mudell jiġġenera awtomatikament l-iskema JSON ekwivalenti. M’għandekx bżonn tikteb xejn ieħor.
Tipi ta’ Python Appoġġjati
Hawnhekk hija l-mappatura bejn it-tipi ta’ Python u t-tipi tal-Iskema JSON:
class ExempleComplet(BaseModel):
# Skalars
texte: str # → "type": "string"
nombre: float # → "type": "number"
entier: int # → "type": "number"
actif: bool # → "type": "boolean"
# Opzjonali
note: str | None # → anyOf string/null
# Kollezjonijiet
tags: list[str] # → array of strings
scores: list[float] # → array of numbers
# Enumerazzjonijiet
niveau: str # + enum in Field
Mudelli Mbejjna (Nested)
Is-saħħa vera ta’ Pydantic tinsab fit-tbejjin tal-mudelli:
class Adresse(BaseModel):
rue: str
ville: str
code_postal: str
pays: str
class Competence(BaseModel):
nom: str
niveau: str # "debutant", "intermediaire", "expert"
annees: int
class Candidat(BaseModel):
prenom: str
nom: str
email: str
adresse: Adresse
competences: list[Competence]
disponible: bool
pretention_salariale: float | None
Meta tgħaddi Candidat bħala response_format, il-mudell jimla l-gerarxija kollha: l-indirizz sħiħ, kull ħila bid-dettalji tagħha, u hekk далее.
Enums ma’ Pydantic
Biex tifforza valuri predefiniti, uża Literal ta’ Python:
from typing import Literal
class Ticket(BaseModel):
titre: str
description: str
priorite: Literal["basse", "moyenne", "haute", "critique"]
statut: Literal["ouvert", "en_cours", "resolu", "ferme"]
type: Literal["bug", "feature", "documentation"]
Il-mudell jista’ jirritorna biss il-valuri elenkati. Kwalunkwe valur ieħor huwa impossibbli.
L-Użu ta’ parse()
response, ticket = client.chat.parse(
model="grok-4.20-0309-reasoning",
messages=[{
"role": "user",
"content": "The login button does not work on mobile"
}],
response_format=Ticket
)
print(ticket.priorite) # "haute"
print(ticket.type) # "bug"
print(ticket.statut) # "ouvert"
L-Użu ta’ response_format
response = client.chat.create(
model="grok-4.20-0309-reasoning",
messages=[{
"role": "user",
"content": "The login button does not work on mobile"
}],
response_format=Ticket
)
ticket = Ticket.model_validate_json(
response.choices[0].message.content
)
Valuri Predefiniti u Dokumentazzjoni
Tista’ żżid deskrizzjonijiet mal-oqsma tiegħek b’Field. Dawn id-deskrizzjonijiet jgħinu lill-mudell jifhem aħjar x’tistenna:
from pydantic import BaseModel, Field
class AnalyseSentiment(BaseModel):
texte_original: str = Field(
description="The text analyzed as is"
)
sentiment: Literal["positif", "negatif", "neutre"] = Field(
description="The dominant sentiment of the text"
)
score_confiance: float = Field(
description="Confidence score between 0.0 and 1.0"
)
mots_cles: list[str] = Field(
description="The 3 to 5 most significant keywords"
)
Id-deskrizzjonijiet f’Field huma inklużi fl-iskema JSON mibgħuta lill-mudell. Dawn itejbu l-kwalità tar-risposti.
Punti Ewlenin
- Pydantic tikkonverti awtomatikament il-klassijiet ta’ Python tiegħek f’iskemi JSON
- It-tbejjin tal-mudelli jippermettilek li tistruttura data kumplessa
Literaltissostitwixxienumbiex tifforza valuri predefinitistr | Nonejagħmel qasam opzjonali (jista’ jkunnull)Field(description=...)itejjeb il-kwalità tar-risposti tal-mudell- Jaħdem ma’
parse()(awtomatiku) uresponse_format(manwali)