сырой текст задания → плоская карточка: README.md

This commit is contained in:
2026-05-27 08:00:07 +00:00
parent de4ba17b47
commit 14bcada8e0
@@ -0,0 +1,89 @@
# Task Parser “Raw Text → Flat Card”
## 📖 Описание
`task_parser.py` — это модуль, который принимает **неформальное описание задания** (строку или короткий абзац) и преобразует его в структурированный объект `TaskCard`.
Полученный объект содержит только те поля, которые нужны дальше в пайплайне: название задачи, предмет, подсказки по дедлайну, тип сдачи и указания по оценке. Всё это делается без диалога с моделью – один запрос → один ответ.
## 🚀 Установка
```bash
# Создайте виртуальное окружение (рекомендуется)
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
# Установите зависимости
pip install langchain-core langchain-openai pydantic python-dotenv
```
> **Важно**
> * `OPENAI_API_KEY` (или другой ключ для выбранной модели) должен быть в переменных окружения.
> * Можно хранить его в файле `.env` рядом с проектом:
```dotenv
# .env
OPENAI_API_KEY=sk-xxxxxxxxxxxxxx
```
## 📦 Как запустить
### 1️⃣ Вариант через REPL / Jupyter
```python
from task_parser import parse_task_text
raw = """
Напиши мини‑отчёт по LangChain: проработай пример с ChatOpenAI, покажи выводы и сделай выводы о производительности. Срок сдачи – 3 дня после получения задания. Оценка будет по качеству кода и полноте отчёта.
"""
card = parse_task_text(raw)
print(card.json(indent=2))
```
### 2️⃣ Через командную строку
Добавьте в `task_parser.py` (или создайте отдельный скрипт) функцию `main()`:
```python
if __name__ == "__main__":
import sys
raw = " ".join(sys.argv[1:])
card = parse_task_text(raw)
print(card.json(indent=2))
```
Тогда можно вызвать так:
```bash
python task_parser.py "Напиши мини‑отчёт по LangChain: проработай пример с ChatOpenAI, покажи выводы и сделай выводы о производительности. Срок сдачи – 3 дня после получения задания."
```
## 📄 Пример использования
```python
from task_parser import parse_task_text
raw = """
Создать презентацию по теме «Введение в LangChain». Включить примеры кода, графики и выводы.
Срок: до пятницы. Оценка будет зависеть от оригинальности идей и качества оформления слайдов.
"""
card = parse_task_text(raw)
# card это объект TaskCard
print(card.title) # "Создать презентацию по теме «Введение в LangChain»"
print(card.subject) # "LangChain"
print(card.deadline_hint) # "до пятницы"
print(card.deliverable_type) # "презентация"
print(card.grading_hints) # ["оригинальность идей", "качество оформления слайдов"]
```
## 📚 Что дальше
- **Фильтрация**: можно отфильтровать задачи по предмету или типу сдачи.
- **Сохранение**: сериализовать в JSON и хранить в базе данных.
- **Пайплайн**: передать `TaskCard` следующему шагу, например, генератору чек‑листов.
---
*Если возникнут вопросы – откройте issue или свяжитесь с автором проекта.*