instructor
Extract structured data from LLM responses with Pydantic validation, retry failed extractions automatically, parse complex JSON with type safety, and stream partial results with Instructor - battle-tested structured output library
Installation
Pick a client and clone the repository into its skills directory.
Installation
About this skill
Extract structured data from LLM responses with Pydantic validation, retry failed extractions automatically, parse complex JSON with type safety, and stream partial results with Instructor - battle-tested structured output library
How to use
Zainstaluj Instructor za pomocą pip install instructor. Jeśli pracujesz z Claude, uruchom pip install "instructor[anthropic]", a dla OpenAI — pip install "instructor[openai]".
Zdefiniuj strukturę danych, którą chcesz otrzymać, używając klasy Pydantic. Na przykład stwórz klasę User z polami name (tekst), age (liczba) i email (tekst).
Utwórz klienta Instructor, łącząc go z dostawcą LLM. Dla Claude użyj instructor.from_anthropic(Anthropic()), dla OpenAI — instructor.from_openai(OpenAI()).
Wyślij wiadomość do modelu, przekazując response_model z definicją Pydantic. Model automatycznie zwróci dane w oczekiwanym formacie.
Otrzymane dane są już zwalidowane i typizowane — możesz bezpośrednio odwoływać się do pól obiektu, np. user.name lub user.age.
Jeśli chcesz przetwarzać wyniki w czasie rzeczywistym, włącz streaming, aby otrzymywać częściowe rezultaty w miarę generowania odpowiedzi.