сырой текст задания → плоская карточка: task_parser.py

2026-05-27 08:00:06 +00:00
parent 0e3614deb5
commit f40ef4ea59
1 changed files with 111 additions and 0 deletions
@@ -0,0 +1,111 @@
+from __future__ import annotations
+
+import os
+from typing import List
+
+from dotenv import load_dotenv
+from langchain_core.output_parsers import PydanticOutputParser
+from langchain_core.prompts import PromptTemplate
+from langchain_openai import ChatOpenAI
+from pydantic import BaseModel, Field
+
+# --------------------------------------------------------------------------- #
+# 1. Загрузка переменных окружения (ключи API и т.п.)
+# --------------------------------------------------------------------------- #
+load_dotenv()  # загружаем .env если он есть
+
+
+# --------------------------------------------------------------------------- #
+# 2. Модель карточки задания
+# --------------------------------------------------------------------------- #
+class TaskCard(BaseModel):
+    """
+    Карточка задачи, сформированная из неформального описания.
+    """
+
+    title: str = Field(
+        ...,
+        description="Краткое название задачи (например, «Мини‑отчёт по LangChain»).",
+    )
+    subject: str | None = Field(
+        None,
+        description=(
+            "Тема или предмет, к которому относится задача. "
+            "Если не указано – оставляем пустым."
+        ),
+    )
+    deadline_hint: str | None = Field(
+        None,
+        description="Указание срока сдачи в свободной форме (например, «к пятнице»).",
+    )
+    deliverable_type: str | None = Field(
+        None,
+        description=(
+            "Тип сдаваемого материала – отчёт, код, презентация и т.п. "
+            "Если не указано – оставляем пустым."
+        ),
+    )
+    grading_hints: List[str] | None = Field(
+        None,
+        description="Список ключевых критериев оценки (например, ['полнота', 'пример кода']).",
+    )
+
+
+# --------------------------------------------------------------------------- #
+# 3. Настройка LLM и парсера
+# --------------------------------------------------------------------------- #
+llm = ChatOpenAI(temperature=0)  # можно задать модель через переменную окружения
+
+parser = PydanticOutputParser(pydantic_object=TaskCard)
+
+prompt_template = PromptTemplate(
+    template="""
+Ниже приведено неформальное описание задания от преподавателя.  
+Пожалуйста, извлеките из него следующую информацию и верните её в формате JSON,
+соответствующем модели TaskCard:
+
+{format_instructions}
+
+Описание:
+"{input_text}"
+""",
+    input_variables=["input_text"],
+    partial_variables={"format_instructions": parser.get_format_instructions()},
+)
+
+# --------------------------------------------------------------------------- #
+# 4. Цепочка: промпт → LLM → парсер
+# --------------------------------------------------------------------------- #
+task_chain = prompt_template | llm | parser
+
+
+# --------------------------------------------------------------------------- #
+# 5. Демонстрация работы
+# --------------------------------------------------------------------------- #
+if __name__ == "__main__":
+    # Пример входного текста (можно заменить на любой другой)
+    example_text = (
+        "Сдайте к пятнице мини‑отчёт по LangChain: 2 страницы, упор на агентов. "
+        "Оценка: за полноту и за пример кода."
+    )
+
+    # Выполняем цепочку
+    result = task_chain.invoke({"input_text": example_text})
+
+    # Выводим валидированный объект
+    print("\n=== Валидированная карточка задачи ===")
+    print(result.model_dump(indent=2))
+
+    # Краткая человекочитаемая сводка
+    print("\n=== Человекочитаемый вывод ===")
+    print(f"Заголовок: {result.title}")
+    if result.subject:
+        print(f"Тема: {result.subject}")
+    if result.deadline_hint:
+        print(f"Срок сдачи: {result.deadline_hint}")
+    if result.deliverable_type:
+        print(f"Тип сдаваемого материала: {result.deliverable_type}")
+    if result.grading_hints:
+        print("Критерии оценки:")
+        for hint in result.grading_hints:
+            print(f"- {hint}")