Поиск.
Найдено: 0 моделей и 20 материалов
Материалы
Как извлечь поля заявки из русского письма через Pydantic AI и output_type
Пошаговое извлечение темы и номера заявки в Pydantic AI: схема BaseModel, конкретное письмо, проверка полей и ошибки, которые не исправит одна валидация.
Как ограничить число обращений агента Pydantic AI к модели через request_limit
Ограничение числа модельных шагов Pydantic AI: UsageLimits(request_limit), обработка исключения и тест на цикл инструмента.
Как отклонить фактически неверный ответ Pydantic AI через output_validator
Выходной валидатор Pydantic AI на примере суммы заказа: проверка суммы по каталогу, ModelRetry, границы повторов и критерий приёмки.
Как передать идентификатор клиента в Pydantic AI через deps и RunContext
Передача tenant через deps_type и RunContext в Pydantic AI: отделяем доступ к справке одного клиента от текста пользовательского запроса.
Как добавлять правила конкретного клиента через динамические instructions Pydantic AI
Динамические instructions в Pydantic AI: передача разрешённого языка ответа из deps, два тестовых клиента и защита от недоверенного текста.
Как запросить повторный вызов инструмента Pydantic AI через ModelRetry
ModelRetry в инструменте Pydantic AI: недостающая часть кода, ограниченный бюджет попыток и разница между просьбой к модели и исправлением данных.
Как продолжить диалог Pydantic AI через message_history без смешивания пользователей
Два последовательных ответа Pydantic AI: передаём all_messages в message_history, проверяем связность и не путаем истории разных пользователей.
Почему лимит токенов Pydantic AI не всегда останавливает запрос до отправки
Разбираем UsageLimits для токенов Pydantic AI: когда проверка происходит после ответа, как отдельно ограничить вход одного запроса и чего не обещать.
Как дать агенту Pydantic AI инструмент чтения справки без права записи
Инструмент tool_plain для чтения вымышленной справки: минимальные полномочия, пример вопроса, проверка вызова и защита от ложных ответов.
Как получить Pydantic-результат задачи CrewAI через output_pydantic
Структурированный TaskOutput в CrewAI через output_pydantic: схема заявки, конкретный вход, доступ к result.pydantic и предметная проверка.
Как протестировать инструмент агента Pydantic AI без вызова LLM через TestModel
Локальный тест инструмента с TestModel и override: какие свойства можно проверить без LLM, почему нельзя оценивать так качество настоящих ответов.
Как сделать типизированный state CrewAI Flow через Pydantic
Типизированное состояние CrewAI Flow на BaseModel: code, attempts, изменение между шагами, проверка типов и отличие от словаря.
Как получить проверенный JSON от LangChain-агента через response_format
Схема Pydantic, structured_response и обработка некорректных данных при извлечении полей из русского текста.
Как хранить данные в словарном state CrewAI Flow
Словарное состояние CrewAI Flow: запись кода и счётчика, чтение в следующем шаге, точный итог и защита от отсутствующего ключа.
Как сохранить и восстановить состояние CrewAI Flow через @persist
Персистентный CrewAI Flow: @persist, SQLite по умолчанию, resume по inputs id, fork через restore_from_state_id и проверки истории.
Как ветвить CrewAI Flow через @router
Условный маршрут CrewAI Flow по status: @router возвращает approved или rejected, два listener, детерминированные тесты обеих веток.
Как получить строгий JSON по схеме в Together AI
Structured Outputs через response_format: поддерживаемая модель, Pydantic-схема, required, запрет лишних полей и повторная серверная валидация.
Как проверить тип final_output через final_output_as в OpenAI Agents SDK
Используем final_output_as с raise_if_incorrect_type=True, отличаем подсказку type checker от runtime-проверки и ловим TypeError в тесте.
Как объединить события CrewAI Flow через or_ и and_
Проверяемая разница or_ и and_ в CrewAI Flow: запуск после любого события или после всех, пример состояния и критерии выбора.
Как передать результат одной задачи CrewAI в другую через context
Две последовательные задачи CrewAI с context: извлечение кода, формирование ответа, конкретный эталон и проверка отсутствия посторонних данных.