Framework'ler ve platformlar
Guardrails
TokenLab model çıktılarını Guardrails ile doğrulayın
Genel Bakış
OpenAI SDK'yı TokenLab Base URL'si ve JSON isteği ile yapılandırın, ardından dönen metni Guard.parse ile doğrulayın.
Kurulum
pip install guardrails-ai openaiOrtam
export TOKENLAB_API_KEY="sk-your-tokenlab-key"Örnek
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)Uç Nokta Notları
Guardrails, LLM çağrısı etrafındaki doğrulamaya odaklanır. Chat-completions akışları için OpenAI uyumlu yolu kullanın veya uygulamanızın yerel bir TokenLab uç noktasına ihtiyacı varsa özel bir çağrılabilir (callable) nesne iletin.