# Экзамен: Структурированный вывод (Pydantic)

## Описание

Приложение для извлечения структурированных данных из текста с использованием Pydantic и LangChain.

## Установка

```bash
pip install -r requirements.txt
```

Для работы с OpenAI установите переменную окружения:
```bash
export OPENAI_API_KEY=your_api_key
```

Для работы с Ollama убедитесь, что сервис запущен:
```bash
ollama serve
ollama pull llama3.2
```

## Запуск

```bash
# С встроенным примером (интерактивный выбор)
python main.py

# С аргументом командной строки
python main.py "Анна, 28 лет, Python-разработчик. Навыки: FastAPI, Docker."
```

## Примеры

### Информация о человеке
```
Вход: "Анна, 28 лет, Python-разработчик. Навыки: FastAPI, Docker."

{
  "name": "Анна",
  "age": 28,
  "profession": "Python-разработчик",
  "skills": ["FastAPI", "Docker"]
}
```

### Заметки о встрече
```
Вход: "Встреча 28.05.2026. Участники: Иван, Мария, Петр. Темы: план проекта, бюджет. Решения: утвердить бюджет. Следующие шаги: подготовить ТЗ."

{
  "date": "28.05.2026",
  "participants": ["Иван", "Мария", "Петр"],
  "topics": ["план проекта", "бюджет"],
  "decisions": ["утвердить бюджет"],
  "next_steps": ["подготовить ТЗ"]
}
```

## Компоненты

- **PersonInfo** — модель для информации о человеке (имя, возраст, профессия, навыки)
- **MeetingNotes** — модель для заметок о встрече (дата, участники, темы, решения, следующие шаги)
- **PydanticOutputParser** — для валидации и парсинга вывода LLM
- **Маршрутизация** — автоматический выбор схемы по типу текста