сырой текст задания → плоская карточка: task_parser.py

solutions/69dd4221f309a98be0006b2e_сырой_текст_задания___плоская_карточка/task_parser.py

@@ -0,0 +1,101 @@
+from __future__ import annotations
+
+import os
+from typing import List
+
+from langchain_core.prompts import PromptTemplate
+from langchain_openai import ChatOpenAI
+from langchain_core.output_parsers import PydanticOutputParser
+from pydantic import BaseModel, Field
+
+
+class AssignmentCard(BaseModel):
+    """Структурированная карточка задания."""
+
+    title: str = Field(..., description="Краткое название задачи")
+    subject: str = Field(..., description="Область знаний или предмет")
+    deadline_hint: str | None = Field(
+        None,
+        description=(
+            "Указание срока сдачи в свободной форме (например, «к пятнице»). "
+            "Если не найдено – None"
+        ),
+    )
+    deliverable_type: str = Field(..., description="Тип сдаваемого материала")
+    grading_hints: List[str] = Field(
+        default_factory=list,
+        description=(
+            "Ключевые критерии оценки, перечисленные в тексте. "
+            "Если не найдено – пустой список"
+        ),
+    )
+
+
+def build_chain() -> PromptTemplate:
+    """Создаёт цепочку Prompt → LLM → Pydantic парсер."""
+    parser = PydanticOutputParser(pydantic_object=AssignmentCard)
+
+    prompt_template = (
+        "Ниже приведено описание задания от преподавателя. "
+        "Ваша задача – извлечь из него следующую информацию:\n"
+        "- title: название задачи\n"
+        "- subject: предмет/область знаний\n"
+        "- deadline_hint: указание срока сдачи (если есть)\n"
+        "- deliverable_type: что сдать (отчёт, код, презентация и т.д.)\n"
+        "- grading_hints: список критериев оценки\n\n"
+        "Ответ должен быть строго в формате JSON, соответствующем модели "
+        f"{AssignmentCard.__name__}.\n"
+        "{format_instructions}\n\n"
+        "Текст задания:\n{assignment_text}"
+    )
+
+    prompt = PromptTemplate(
+        template=prompt_template,
+        input_variables=["assignment_text"],
+        partial_variables={"format_instructions": parser.get_format_instructions()},
+    )
+    return prompt
+
+
+def main() -> None:
+    """Пример использования цепочки."""
+    # Получаем ключ API из переменной окружения
+    api_key = os.getenv("OPENAI_API_KEY")
+    if not api_key:
+        raise RuntimeError(
+            "Переменная окружения OPENAI_API_KEY не установлена. "
+            "Установите её перед запуском."
+        )
+
+    llm = ChatOpenAI(api_key=api_key, temperature=0)
+
+    prompt = build_chain()
+    parser = PydanticOutputParser(pydantic_object=AssignmentCard)
+    chain = prompt | llm | parser
+
+    # Пример входного текста
+    assignment_text = (
+        "Сдайте к пятнице мини-отчёт по LangChain: 2 страницы, упор на агентов. "
+        "Оценка: за полноту и за пример кода."
+    )
+
+    result = chain.invoke({"assignment_text": assignment_text})
+
+    # Выводим валидированный объект
+    print("=== Валидированная карточка ===")
+    print(result.model_dump())
+
+    # Краткая человекочитаемая сводка
+    summary = (
+        f"Задача: {result.title}\n"
+        f"Предмет: {result.subject}\n"
+        f"Срок сдачи: {result.deadline_hint or 'не указан'}\n"
+        f"Тип сдаваемого материала: {result.deliverable_type}\n"
+        f"Критерии оценки: {', '.join(result.grading_hints) if result.grading_hints else 'нет'}"
+    )
+    print("\n=== Сводка ===")
+    print(summary)
+
+
+if __name__ == "__main__":
+    main()