Delovni tokovi in cevovodi avtomatizacije
Na tej strani
Prehod v proizvodno okolje
Prejšnje lekcije so pokrile osnove in posamezne primere uporabe. Ta zadnja lekcija vse poveže v celoto, da bi zgradil avtomatizirane delovne tokove in validacijske cevovode, pripravljene za proizvodno uporabo.
Delovni tok: obdelava dokumentov
Popoln cevovod za samodejno obdelavo dohodnih dokumentov:
from pydantic import BaseModel
from typing import Literal
# Step 1: Document classification
class ClassificationDocument(BaseModel):
type: Literal["facture", "contrat", "devis", "courrier", "autre"]
langue: str
urgence: Literal["basse", "normale", "haute"]
departement: Literal["comptabilite", "juridique", "commercial", "direction"]
# Step 2: Extraction by type
class DonneesFacture(BaseModel):
numero: str
date_emission: str
date_echeance: str
emetteur: str
montant_ht: float
montant_ttc: float
lignes: list[dict]
# Step 3: Validation
class ResultatValidation(BaseModel):
document_valide: bool
champs_manquants: list[str]
anomalies: list[str]
score_confiance: float
action_recommandee: str
async def traiter_document(texte: str):
# Classify
_, classification = client.chat.parse(
model="grok-4.20-0309-reasoning",
messages=[{"role": "user", "content": f"Classify this document: {texte}"}],
response_format=ClassificationDocument
)
# Extract by type
if classification.type == "facture":
_, donnees = client.chat.parse(
model="grok-4.20-0309-reasoning",
messages=[{"role": "user", "content": f"Extract data from this invoice: {texte}"}],
response_format=DonneesFacture
)
# Validate
_, validation = client.chat.parse(
model="grok-4.20-0309-reasoning",
messages=[{
"role": "user",
"content": f"Validate this extracted data: {donnees.model_dump_json()}"
}],
response_format=ResultatValidation
)
return classification, donnees, validation
Cevovod za validacijo podatkov
Uporabi strukturirane izhode za validacijo in normalizacijo dohodnih podatkov:
class AdresseNormalisee(BaseModel):
ligne_1: str
ligne_2: str | None
code_postal: str
ville: str
pays: str
format_valide: bool
class ContactNormalise(BaseModel):
prenom: str
nom: str
email_valide: bool
telephone_normalise: str | None
adresse: AdresseNormalisee
class ResultatNormalisation(BaseModel):
contacts: list[ContactNormalise]
nombre_traites: int
nombre_erreurs: int
erreurs: list[str]
Ta cevovod prevzame stike v različnih formatih in jih normalizira v enotno strukturo.
Arhitektura večstopenjskega cevovoda
Tukaj je ogrodje robustnega proizvodnega cevovoda:
class PipelineResult(BaseModel):
etape: str
succes: bool
donnees: dict
erreurs: list[str]
duree_ms: int
def pipeline_complet(texte: str) -> list[PipelineResult]:
resultats = []
# Each step uses a dedicated schema
etapes = [
("extraction", SchemaExtraction, "Extract data from this text"),
("enrichissement", SchemaEnrichi, "Enrich this data"),
("validation", SchemaValidation, "Validate this data"),
("formatage", SchemaFinal, "Format the final result"),
]
donnees_courantes = texte
for nom, schema, instruction in etapes:
try:
_, parsed = client.chat.parse(
model="grok-4.20-0309-reasoning",
messages=[{
"role": "user",
"content": f"{instruction}: {donnees_courantes}"
}],
response_format=schema
)
resultats.append(PipelineResult(
etape=nom, succes=True,
donnees=parsed.model_dump(),
erreurs=[], duree_ms=0
))
donnees_courantes = parsed.model_dump_json()
except Exception as e:
resultats.append(PipelineResult(
etape=nom, succes=False,
donnees={}, erreurs=[str(e)], duree_ms=0
))
break
return resultats
Najboljše prakse za proizvodno okolje
Idempotentnost
Svoje cevovode zasnuj tako, da jih lahko ponovno zaženeš brez stranskih učinkov. Isti dokument, obdelan dvakrat, mora proizvesti enak rezultat.
Strukturirano beleženje dogodkov
Zabeleži vsak klic z uporabljeno shemo, številom žetonov in časom odziva.
Ponovni poskusi z eksponentnim zamikom
import time
def appel_avec_retry(messages, schema, max_retries=3):
for tentative in range(max_retries):
try:
return client.chat.parse(
model="grok-4.20-0309-reasoning",
messages=messages,
response_format=schema
)
except Exception as e:
if tentative < max_retries - 1:
time.sleep(2 ** tentative)
else:
raise
Nadzor
Sledi tem metrikam za vsak cevovod:
- Stopnja uspešnosti na korak
- Povprečni čas obdelave
- Število porabljenih žetonov
- Pogostost uporabe nadomestnih rešitev
Povzetek tečaja
V teh 12 lekcijah si se naučil:
- Razumeti strukturirane izhode in njihova jamstva
- Obvladati podprte tipe in njihove omejitve
- Uporabljati
parse()inresponse_formatglede na svoje potrebe - Definirati sheme s Pydantic (Python) in Zod (JavaScript)
- Kombinirati strukturirane izhode z iskanjem po spletu in izvajanjem kode
- Zgraditi cevovode za ekstrakcijo, klasifikacijo in validacijo
Strukturirani izhodi preoblikujejo velike jezikovne modele iz pogovornih orodij v zanesljive programske komponente, integrabilne v katero koli arhitekturo.
Ključne ugotovitve
- Večstopenjski delovni tokovi uporabljajo namensko shemo za vsak korak
- Navzkrižna validacija primerja rezultate ekstrakcije z referenčnimi viri
- V proizvodnji: idempotentnost, strukturirano beleženje dogodkov, ponovni poskusi z eksponentnim zamikom, nadzor
- Strukturirani izhodi so temelj vsakega zanesljivega cevovoda umetne inteligence
- Združi sheme (struktura) + pozive (vsebina) + orodja (podatki) za optimalne rezultate
Preveri svoje znanje
Zagotovljen JSON, sheme, cevovodi: strukturirani izhod, različica Grok.
1. Kaj zagotavlja strukturirani izhod po shemi?
Odgovor: Izhod, ki je strogo skladen z deklarirano shemo JSON – tipi, polja, struktura – uporaben za kodo brez obrambnega razčlenjevanja: format je omejen že med generiranjem.
2. Kaj metoda parse() doda v primerjavi z ročnim response_format?
Odgovor: Popolnoma avtomatizirano zanko: model Pydantic (ali Zod v JS) deklarira shemo, odgovor pa se vrne že validiran in tipiziran kot objekt – brez dodatne kode za povezovanje.
3. Zakaj je pomembno poznati nepodprte tipe?
Odgovor: Ker shema, ki uporablja nepodprte konstrukte, odpove ali se poslabša: svoje modele zasnuješ znotraj sprejetega podmnožice in validiraš na izhodu.
4. Kaj omogoča kombinacija strukturiranih izhodov + iskanje po spletu ali izvajanje kode?
Odgovor: Cevovode, kjer iskanje ali izračun napajata strukturirani izhod: sveže ali izračunane informacije prispejo neposredno v tvoja tipizirana polja.
5. Navedi dva tipična primera uporabe v proizvodnji.
Odgovor: Ekstrakcija entitet in klasifikacija (dokumenti, zahtevki, vsebina), povezana s tvojimi sistemi – avtomatizirani delovni tokovi, kjer AI polni strukture, ne odstavkov.
Deklarirana shema, omejeno generiranje, validacija izhoda: strukturirani izhod je vmesnik med Grokom in tvojo programsko opremo – obravnavaj ga kot takega.