Τι πρέπει να ξέρετε
- Η τελευταία ενημέρωση API Gemini της Google προσθέτει βελτιωμένη υποστήριξη για δομημένες εξόδους.
- Το JSON Schema στο Gemini API επιτρέπει σε προγραμματιστές, επιχειρήσεις και σχολεία να διασφαλίζουν τη συνοχή δεδομένων μεταξύ των ροών εργασίας AI.
- Η λειτουργικότητα είναι χρήσιμη για πρακτικές ροές εργασίας και επεξεργασία LLM.
“Οι δομημένες έξοδοι επιτρέπουν στα μοντέλα τεχνητής νοημοσύνης να δημιουργούν αποκρίσεις που εγγυώνται τη συμμόρφωση σε ένα συγκεκριμένο σχήμα, το οποίο είναι σημαντικό για εργασίες όπως η εξαγωγή δεδομένων και ο πληθυσμός βάσης δεδομένων”, εξηγεί η Google σε ανάρτηση ιστολογίου. “Είναι επίσης σημαντικά για την επικοινωνία πρακτόρων: η έξοδος ενός πράκτορα γίνεται μορφοποιημένη είσοδος ενός άλλου, επιτρέποντας σε πολύπλοκα συστήματα πολλαπλών πρακτόρων να συνεργάζονται χωρίς επίπεδα μετάφρασης.”
Η υποστήριξη JSON Schema ισχύει για όλα τα μοντέλα Gemini που εξακολουθούν να υποστηρίζονται ενεργά από την Google, συμπεριλαμβανομένων όλων Μοντέλα Gemini 2.5. Ένα χαρακτηριστικό, η σιωπηρή παραγγελία ιδιοκτησίας, λειτουργεί επίσης με το API συμβατότητας OpenAI της Google. Στο παράδειγμα κώδικα που παρέχεται από την Google παρακάτω, θα δείτε το αναθεωρημένο API Gemini σε δράση, το οποίο διατηρεί την ίδια σειρά με τη σειρά των κλειδιών σχήματος:
from google import genai
from pydantic import BaseModel, Field
from typing import Union, Literal
class SpamDetails(BaseModel):
"""Details for content classified as spam."""
reason: str = Field(description="The reason why the content is considered spam.")
spam_type: Literal["phishing", "scam", "unsolicited promotion", "other"] = Field(description="The type of spam.")
class NotSpamDetails(BaseModel):
"""Details for content classified as not spam."""
summary: str = Field(description="A brief summary of the content.")
is_safe: bool = Field(description="Whether the content is safe for all audiences.")
class ModerationResult(BaseModel):
"""The result of content moderation."""
decision: Union[SpamDetails, NotSpamDetails]
client = genai.Client()
prompt = """
Please moderate the following content and provide a decision.
Content: 'Congratulations! You've won a free cruise to the Bahamas. Click here to claim your prize: www.definitely-not-a-scam.com'
"""
response = client.models.generate_content(
model="gemini-2.5-flash",
contents=prompt,
config={
"response_mime_type": "application/json",
"response_json_schema": ModerationResult.model_json_schema(),
},
)
recipe = ModerationResult.model_validate_json(response.text)
print(recipe)Οι δομημένες έξοδοι, συμπεριλαμβανομένου του σχήματος JSON, είναι διαθέσιμες στο Gemini API από σήμερα. Οι χρήστες μπορούν να ελέγξουν την επίσημη τεκμηρίωση στο Έγγραφα Gemini API της Google για να μάθετε περισσότερα.
Η υποστήριξη σχήματος του Gemini API έχει δημιουργηθεί για συστήματα πρακτόρων AI
Ίσως αναρωτιέστε, πώς χρησιμοποιούνται τα δομημένα αποτελέσματα στον πραγματικό κόσμο; Η απάντηση της Google σε αυτή την ερώτηση είναι απλή: agentic AI. Η Google ήταν διαφημίζοντας το μέλλον της αντιπροσωπευτικής τεχνητής νοημοσύνης εδώ και λίγο καιρό, ξεκινώντας με μια εμφάνιση στην εκδήλωση Galaxy Unpacked της Samsung τον Ιανουάριο του 2025 και συνεχίζοντας στο Google I/O τον Μάιο του 2025. Υπάρχουν έργα που απευθύνονται στους καταναλωτές που αξιοποιούν τη βοήθεια αντιπροσώπων, όπως το Agent Mode, και περισσότερα εργαλεία προγραμματιστών και επιχειρήσεων — όπως το Gemini API.
Σε αυτήν την περίπτωση, οι επιχειρήσεις, τα σχολεία και οι προγραμματιστές μπορούν να χρησιμοποιήσουν το Gemini API για να δημιουργήσουν ροές εργασίας πολλαπλών παραγόντων για την επεξεργασία δεδομένων. Διασφαλίζει ότι τα σχήματα παραμένουν συνεπή σε διάφορους πράκτορες AI και LLM, κάτι που είναι κρίσιμο για την επεξεργασία δεδομένων μιας εξαγωγής. Αν και μπορεί να μην χρησιμοποιείτε δομημένες εξόδους ως μέσος χρήστης Android, σίγουρα θα συναντήσετε εφαρμογές λογισμικού που αξιοποιούν τις νεότερες δυνατότητες του Gemini API.
Via: androidcentral.com
