Экзамен: Структурированный вывод (Pydantic): solution.py

solution.py

@@ -0,0 +1,149 @@
+import os
+import sys
+from typing import List, Optional
+
+from langchain_core.output_parsers import PydanticOutputParser
+from langchain_core.prompts import PromptTemplate
+from langchain_openai import ChatOpenAI
+from pydantic import BaseModel, Field
+
+# ------------------------------------------------------------------
+# 1. Pydantic модели
+# ------------------------------------------------------------------
+
+
+class PersonInfo(BaseModel):
+    name: str = Field(..., description="Имя человека")
+    age: Optional[int] = Field(None, description="Возраст (если известен)")
+    profession: str = Field(..., description="Профессия или должность")
+    skills: List[str] = Field(..., description="Список навыков")
+
+
+class MeetingNotes(BaseModel):
+    date: str = Field(..., description="Дата встречи в формате YYYY-MM-DD")
+    participants: List[str] = Field(
+        ..., description="Имена участников встречи"
+    )
+    topics: List[str] = Field(..., description="Темы обсуждения")
+    decisions: List[str] = Field(
+        ..., description="Принятые решения и выводы"
+    )
+    next_steps: List[str] = Field(
+        ...,
+        description="Следующие шаги после встречи",
+    )
+
+
+# ------------------------------------------------------------------
+# 2. Создание парсера
+# ------------------------------------------------------------------
+
+
+def get_parser(model_cls):
+    return PydanticOutputParser(pydantic_object=model_cls)
+
+
+person_parser = get_parser(PersonInfo)
+meeting_parser = get_parser(MeetingNotes)
+
+# ------------------------------------------------------------------
+# 3. Prompt шаблоны (один общий, но с разными инструкциями)
+# ------------------------------------------------------------------
+
+
+prompt_template = """
+{format_instructions}
+
+Входной текст:
+"{text}"
+"""
+
+prompt = PromptTemplate(
+    input_variables=["text", "format_instructions"],
+    template=prompt_template,
+)
+
+# ------------------------------------------------------------------
+# 4. LLM
+# ------------------------------------------------------------------
+# Для работы нужен API‑ключ OpenAI в переменной окружения OPENAI_API_KEY
+llm = ChatOpenAI(temperature=0, model_name="gpt-3.5-turbo")
+
+# ------------------------------------------------------------------
+# 5. Функция выбора схемы и выполнения цепочки
+# ------------------------------------------------------------------
+
+
+def extract_structured(text: str):
+    """
+    Определяем тип текста (person vs meeting) по эвристике
+    и возвращаем валидированный объект Pydantic.
+    """
+    # простая эвристика: наличие слова "встреча" или "meeting"
+    if any(word in text.lower() for word in ["встреча", "meeting"]):
+        parser = meeting_parser
+    else:
+        parser = person_parser
+
+    chain = prompt | llm | parser
+    result = chain.invoke(
+        {
+            "text": text,
+            "format_instructions": parser.get_format_instructions(),
+        }
+    )
+    return result
+
+
+# ------------------------------------------------------------------
+# 6. CLI
+# ------------------------------------------------------------------
+
+
+def main():
+    examples = [
+        (
+            "Анна, 28 лет, Python-разработчик. Навыки: FastAPI, Docker.",
+            PersonInfo,
+        ),
+        (
+            """Встреча 2023-08-15
+
+Участники:
+- Иванов И.И.
+- Петров П.П.
+
+Темы:
+1. Обновление проекта
+2. Распределение задач
+
+Решения:
+- Завершить модуль X к 01/09
+- Назначить ответственных за Y
+
+Следующие шаги:
+- Подготовить презентацию
+- Отправить отчёт команде""",
+            MeetingNotes,
+        ),
+    ]
+
+    if len(sys.argv) > 1 and sys.argv[1] == "--example":
+        for idx, (txt, model_cls) in enumerate(examples, start=1):
+            print(f"\n=== Пример {idx} ===")
+            obj = extract_structured(txt)
+            print(obj.model_dump(indent=2))
+    else:
+        # пользовательский ввод
+        print("Введите текст (Ctrl-D/Enter для завершения):")
+        user_text = sys.stdin.read().strip()
+        if not user_text:
+            print("Пустой ввод.")
+            return
+        obj = extract_structured(user_text)
+        print("\nРезультат:")
+        print(obj.model_dump(indent=2))
+
+
+if __name__ == "__main__":
+    main()