сырой текст задания → плоская карточка: task_card.py

solutions/69dd4221f309a98be0006b2e_сырой_текст_задания___плоская_карточка/task_card.py

@@ -0,0 +1,90 @@
+import os
+import sys
+from typing import List
+
+from pydantic import BaseModel, Field
+from langchain_core.prompts import PromptTemplate
+from langchain_openai import ChatOpenAI
+from langchain_core.output_parsers import PydanticOutputParser
+
+
+# 1. Модель карточки задания
+class TaskCard(BaseModel):
+    title: str = Field(..., description="Краткое название задачи")
+    subject: str = Field(..., description="Предмет или область знаний")
+    deadline_hint: str = Field(
+        ..., description="Указание срока сдачи в свободной форме"
+    )
+    deliverable_type: str = Field(
+        ...,
+        description="Тип сдаваемого материала (отчёт, код, презентация и т.д.)",
+    )
+    grading_hints: List[str] = Field(
+        default_factory=list,
+        description="Ключевые критерии оценки, упомянутые в тексте",
+    )
+
+
+# 2. Парсер для гарантированного вывода модели
+parser = PydanticOutputParser(pydantic_object=TaskCard)
+
+# 3. Шаблон промпта с инструкцией о формате
+prompt_template = PromptTemplate(
+    template="""
+Вы — ассистент, который преобразует неформальное описание задания в структурированный объект.
+Нужно вернуть только данные в следующем формате:
+
+{format_instructions}
+
+Текст задания:
+"{task_text}"
+""",
+    input_variables=["task_text"],
+    partial_variables={"format_instructions": parser.get_format_instructions()},
+)
+
+# 4. Конфигурация LLM
+llm = ChatOpenAI(
+    temperature=0,
+    model="gpt-3.5-turbo",  # можно заменить на любой доступный вариант
+)
+
+# 5. Цепочка: промпт → LLM → парсер
+chain = prompt_template | llm | parser
+
+
+def main():
+    if len(sys.argv) > 1:
+        task_text = " ".join(sys.argv[1:])
+    else:
+        print("Введите описание задания (Ctrl-D для завершения):")
+        task_text = sys.stdin.read().strip()
+
+    if not task_text:
+        print("Пустой ввод. Завершение.")
+        return
+
+    # Запуск цепочки
+    result: TaskCard = chain.invoke({"task_text": task_text})
+
+    # Вывод валидированного объекта
+    print("\n=== Валидированный объект ===")
+    print(result.model_dump(indent=2))
+
+    # Краткая человекочитаемая сводка
+    summary_parts = [
+        f"**Название:** {result.title}",
+        f"**Предмет:** {result.subject}",
+        f"**Срок сдачи:** {result.deadline_hint}",
+        f"**Тип сдаваемого материала:** {result.deliverable_type}",
+    ]
+    if result.grading_hints:
+        summary_parts.append(
+            f"**Критерии оценки:** {', '.join(result.grading_hints)}"
+        )
+    print("\n=== Сводка ===")
+    print("\n".join(summary_parts))
+
+
+if __name__ == "__main__":
+    main()