сырой текст задания → плоская карточка: extract_task_card.py

solutions/69dd4221f309a98be0006b2e_сырой_текст_задания___плоская_карточка/extract_task_card.py

@@ -0,0 +1,85 @@
+from pathlib import Path
+import os
+
+from pydantic import BaseModel, Field
+from typing import List
+
+# ------------------------------
+# Модель карточки задания
+# ------------------------------
+class TaskCard(BaseModel):
+    title: str = Field(..., description="Название задания")
+    subject: str = Field(..., description="Тема/область задачи")
+    deadline_hint: str = Field(..., description="Подсказка по дедлайну")
+    deliverable_type: str = Field(
+        ..., description="Тип сдачи (отчёт, код и т.д.)"
+    )
+    grading_hints: List[str] = Field(
+        ..., description="Ключевые критерии оценки"
+    )
+
+# ------------------------------
+# Интеграция с LangChain
+# ------------------------------
+from langchain_openai import ChatOpenAI
+from langchain_core.prompts import PromptTemplate
+from langchain_core.output_parsers import PydanticOutputParser
+
+parser = PydanticOutputParser(pydantic_object=TaskCard)
+
+prompt_template = """
+You are an assistant that extracts structured information from a natural language description of a task.
+Return the data in JSON format matching the following schema:
+{format_instructions}
+Input: {input_text}
+"""
+
+prompt = PromptTemplate(
+    template=prompt_template,
+    input_variables=["input_text"],
+    partial_variables={"format_instructions": parser.get_format_instructions()},
+)
+
+# ------------------------------
+# Настройка LLM
+# ------------------------------
+def get_llm() -> ChatOpenAI:
+    """
+    Создаёт экземпляр модели OpenAI.
+    Ключ берётся из переменной окружения OPENAI_API_KEY.
+    """
+    api_key = os.getenv("OPENAI_API_KEY")
+    if not api_key:
+        raise RuntimeError(
+            "Переменная окружения OPENAI_API_KEY не найдена. "
+            "Пожалуйста, установите ключ API."
+        )
+    return ChatOpenAI(model="gpt-4o-mini", temperature=0.2, openai_api_key=api_key)
+
+# ------------------------------
+# Основная цепочка
+# ------------------------------
+def build_chain() -> PromptTemplate:
+    llm = get_llm()
+    return prompt | llm | parser
+
+# ------------------------------
+# Тестовый запуск
+# ------------------------------
+if __name__ == "__main__":
+    # Загрузка переменных окружения из .env, если файл существует
+    try:
+        from dotenv import load_dotenv
+
+        load_dotenv(dotenv_path=Path(".env"))
+    except Exception:
+        pass  # Если dotenv не установлен – просто продолжим
+
+    raw_text = (
+        "Сдайте к пятнице мини-отчёт по LangChain: 2 страницы, упор на агентов. "
+        "Оценка: за полноту и за пример кода."
+    )
+
+    chain = build_chain()
+    result = chain.invoke({"input_text": raw_text})
+    print(result.model_dump(indent=4))