Frameworks e plataformas
Guardrails
Valide as saídas de modelos do TokenLab com Guardrails
Visão Geral
Configure o SDK OpenAI com a Base URL do TokenLab, solicite JSON e valide o texto retornado com Guard.parse.
Tipo: Framework de validação e saída estruturada
Caminho Principal: Chat Completions compatível com OpenAI
Nível de Suporte: Caminho compatível com OpenAI suportado
Instalação
pip install guardrails-ai openaiAmbiente
export TOKENLAB_API_KEY="sk-your-tokenlab-key"Exemplo
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 o Endpoint
O Guardrails concentra-se na validação em torno da chamada de LLM. Use o caminho compatível com OpenAI para fluxos de chat-completions, ou passe um callable personalizado se sua aplicação precisar de um endpoint nativo do TokenLab.