Frameworks y plataformas
Guardrails
Valide las salidas de los modelos de TokenLab con Guardrails
Descripción general
Configura el SDK de OpenAI con la Base URL de TokenLab, solicita JSON y valida el texto devuelto con Guard.parse.
Instalación
pip install guardrails-ai openaiEntorno
export TOKENLAB_API_KEY="sk-your-tokenlab-key"Ejemplo
import os
from guardrails import Guard
from openai import OpenAI
from pydantic import BaseModel, Field
class Pet(BaseModel):
pet_type: str = Field(description="Species of pet")
name: str = Field(description="A unique pet name")
guard = Guard.for_pydantic(output_class=Pet)
client = OpenAI(
api_key=os.environ["TOKENLAB_API_KEY"],
base_url="https://api.tokenlab.sh/v1",
)
response = client.chat.completions.create(
model="claude-sonnet-5",
response_format={"type": "json_object"},
messages=[{
"role": "user",
"content": "Suggest a pet. Return only JSON with string fields pet_type and name.",
}],
)
outcome = guard.parse(response.choices[0].message.content)
print(outcome.validated_output)Notas sobre el endpoint
Guardrails se centra en la validación en torno a la llamada al LLM. Utilice la ruta compatible con OpenAI para flujos de chat-completions, o pase un objeto invocable personalizado si su aplicación necesita un endpoint nativo de TokenLab.