Trail Pack
- Weight
- 1.2 kg
- Rain cover
- Side pocket
Schematron V2 Turbo هو نموذج Inference.net الموجّه لمعدل المعالجة للاستخراج من HTML بتوجيه المخطط. بُني خصيصًا لتحويل صفحات الويب غير المنظّمة إلى JSON نظيف ذي أنواع محددة، وليس مساعد محادثة عامًا. للمهمة مدخلان دلاليان: HTML المطلوب فحصه ومخطط يعرّف المعلومات المطلوب استخراجها. النتيجة كائن JSON مطابق لتلك البنية.
يستخدم مسار المصنّع المخطط بدل تعليمات مستخدم أو نظام باللغة الطبيعية كوسيلة التحكم في الاستخراج. ضع معنى الحقل في وصفه مع النوع المناسب وأي بنية كائن متداخل أو قائمة. لصفحة منتج، قد يطلب مخطط عملي اسم المنتج وقيم المواصفات مع الوحدات وقائمة الميزات المقدمة. يصف هذا المثال السجل المطلوب؛ وينبغي أن تأتي القيم من الصفحة نفسها.
يميّز وصف حقل واضح بين قيم مصدرية متشابهة. حدد هل يعني الحقل اسم المنتج الحالي أم معرّفًا تقنيًا أم فئة، واشرح كيفية تمثيل المعلومات المفقودة. يعرض المطوّر تعريفات مخططات ذات أنواع محددة وإخراج JSON-schema، مع التحقق من الكائن المعاد. لا تثبت صحة الصياغة بحد ذاتها أن قيمة مستخرجة تتفق مع الصفحة الأصلية.
توصي Inference.net بتنظيف HTML لإزالة البرامج النصية والأنماط والمحتوى القالبي قبل الاستخراج، باستخدام معالجة مسبقة تطابق بيانات التدريب. اقتصر على المنطقة ذات الصلة حيث أمكن، مع الميل إلى حفظ محتوى أكثر عندما قد تزيل الحذوفات المكثفة أدلة مفيدة. احتفظ بالعناوين وعلاقات الجداول والتسميات والوحدات اللازمة لتفسير حقل.
لصفحة تحتوي عدة منتجات، اجعل العنصر المطلوب واضحًا في المادة والمخطط. احتفظ بعنوان URL للمصدر أو معرّف صفحة في سجل المهمة المحيط حتى يمكن التحقق من الكائن المستخرج لاحقًا. جلب الصفحة عملية منفصلة ينفذها التطبيق؛ ويستخرج Schematron من HTML الذي يتلقاه.
V2 Turbo هو الإصدار المحسّن لمعالجة صفحات كثيرة ببنية إخراج محددة. أما V2 Small فهو خيار جودة الاستخراج المتميز للمخططات المعقدة والمستندات الطويلة. اختر دور حمل العمل بحسب السجلات الفعلية المطلوبة وقيّم مدى حفظ البيانات المعادة للمعلومات في صفحات تمثيلية. لا يجعل دور المعالجة عالية المعدل تعريف حقل غير واضح دقيقًا.
يوثّق إعلان عائلة V2 لدى المنتج سياق 128K والتزامًا صارمًا بالمخطط في وضع JSON. يشترك HTML والنتيجة المطلوبة في ميزانية المهمة المتاحة. تستفيد الصفحات الكبيرة من تحديد المحتوى ذي الصلة بدل استخدام بنية صفحة غير مرتبطة كسياق.
يمكن لإخراج JSON تغذية كتالوج أو مهمة استيعاب أو نظام بحث يحتاج حقائق محددة بدل صفحة خام كاملة. عرّف السجل مرة واحدة وقارن القيم المستخرجة بأمثلة المصادر واحتفظ بعلاقتها بالمصدر. لحقل رقمي، تحقق من وحداته وهل تصف الصفحة قيمة أم نطاقًا أم تهيئة بديلة.
يظل نموذج V2 منفصلًا عن إصدارات Schematron الأصلية مفتوحة الأوزان. لا يعني وضع الاستخراج الموثق فيه محادثة عامة أو تحليل صور أو تصفحًا مستقلًا أو تنفيذ أدوات. المخرج المفيد هو السجل المطلوب ذو الأنواع المحددة والمستند إلى HTML المقدّم، مع تمثيل المعلومات المصدرية غير المحسومة أو الغائبة وفق المخطط.
", "aboutText": "Schematron V2 Turbo هو نموذج Inference.net الموجّه لمعدل المعالجة للاستخراج من HTML بتوجيه المخطط. بُني خصيصًا لتحويل صفحات الويب غير المنظّمة إلى JSON نظيف ذي أنواع محددة، وليس مساعد محادثة عامًا. للمهمة مدخلان دلاليان: HTML المطلوب فحصه ومخطط يعرّف المعلومات المطلوب استخراجها. النتيجة كائن JSON مطابق لتلك البنية.\n\n### ما الذي يحدد الاستخراج\n\nيستخدم مسار المصنّع المخطط بدل تعليمات مستخدم أو نظام باللغة الطبيعية كوسيلة التحكم في الاستخراج. ضع معنى الحقل في وصفه مع النوع المناسب وأي بنية كائن متداخل أو قائمة. لصفحة منتج، قد يطلب مخطط عملي اسم المنتج وقيم المواصفات مع الوحدات وقائمة الميزات المقدمة. يصف هذا المثال السجل المطلوب؛ وينبغي أن تأتي القيم من الصفحة نفسها.\n\nيميّز وصف حقل واضح بين قيم مصدرية متشابهة. حدد هل يعني الحقل اسم المنتج الحالي أم معرّفًا تقنيًا أم فئة، واشرح كيفية تمثيل المعلومات المفقودة. يعرض المطوّر تعريفات مخططات ذات أنواع محددة وإخراج JSON-schema، مع التحقق من الكائن المعاد. لا تثبت صحة الصياغة بحد ذاتها أن قيمة مستخرجة تتفق مع الصفحة الأصلية.\n\n### أعد HTML\n\nتوصي Inference.net بتنظيف HTML لإزالة البرامج النصية والأنماط والمحتوى القالبي قبل الاستخراج، باستخدام معالجة مسبقة تطابق بيانات التدريب. اقتصر على المنطقة ذات الصلة حيث أمكن، مع الميل إلى حفظ محتوى أكثر عندما قد تزيل الحذوفات المكثفة أدلة مفيدة. احتفظ بالعناوين وعلاقات الجداول والتسميات والوحدات اللازمة لتفسير حقل.\n\nلصفحة تحتوي عدة منتجات، اجعل العنصر المطلوب واضحًا في المادة والمخطط. احتفظ بعنوان URL للمصدر أو معرّف صفحة في سجل المهمة المحيط حتى يمكن التحقق من الكائن المستخرج لاحقًا. جلب الصفحة عملية منفصلة ينفذها التطبيق؛ ويستخرج Schematron من HTML الذي يتلقاه.\n\n### دور Turbo في أحمال العمل\n\nV2 Turbo هو الإصدار المحسّن لمعالجة صفحات كثيرة ببنية إخراج محددة. أما V2 Small فهو خيار جودة الاستخراج المتميز للمخططات المعقدة والمستندات الطويلة. اختر دور حمل العمل بحسب السجلات الفعلية المطلوبة وقيّم مدى حفظ البيانات المعادة للمعلومات في صفحات تمثيلية. لا يجعل دور المعالجة عالية المعدل تعريف حقل غير واضح دقيقًا.\n\nيوثّق إعلان عائلة V2 لدى المنتج سياق 128K والتزامًا صارمًا بالمخطط في وضع JSON. يشترك HTML والنتيجة المطلوبة في ميزانية المهمة المتاحة. تستفيد الصفحات الكبيرة من تحديد المحتوى ذي الصلة بدل استخدام بنية صفحة غير مرتبطة كسياق.\n\n### نتيجة مستخرجة مفيدة\n\nيمكن لإخراج JSON تغذية كتالوج أو مهمة استيعاب أو نظام بحث يحتاج حقائق محددة بدل صفحة خام كاملة. عرّف السجل مرة واحدة وقارن القيم المستخرجة بأمثلة المصادر واحتفظ بعلاقتها بالمصدر. لحقل رقمي، تحقق من وحداته وهل تصف الصفحة قيمة أم نطاقًا أم تهيئة بديلة.\n\nيظل نموذج V2 منفصلًا عن إصدارات Schematron الأصلية مفتوحة الأوزان. لا يعني وضع الاستخراج الموثق فيه محادثة عامة أو تحليل صور أو تصفحًا مستقلًا أو تنفيذ أدوات. المخرج المفيد هو السجل المطلوب ذو الأنواع المحددة والمستند إلى HTML المقدّم، مع تمثيل المعلومات المصدرية غير المحسومة أو الغائبة وفق المخطط.", "editorialOverlay": { "copy_fields": { "practical_html": "مثال تقني باللغة الإنجليزية
Extract a typed product record\n\nHTML:\n<article><h1>Trail Pack</h1><dl><dt>Weight</dt><dd>1.2 kg</dd></dl><ul><li>Rain cover</li><li>Side pocket</li></ul></article>\nSchema:\n{"type":"object","properties":{"name":{"type":"string","description":"Product heading"},"weight_kg":{"type":"number","description":"Weight in kilograms"},"features":{"type":"array","items":{"type":"string"},"description":"Listed product features"}},"required":["name","weight_kg","features"],"additionalProperties":false}A JSON object with name as a string, weight_kg as a number and features as a list of strings, with no extra properties.Validate the requested schema and compare every value to the supplied HTML, including the kilogram unit.inference-net/schematron-v2-turboيحوّل Schematron V2 Turbo HTML المقدّم إلى JSON ذي أنواع محددة باستخدام مخطط يعرّفه المستدعي. يدعم إصدار V2 الموجّه لمعدل المعالجة استخراج الصفحات الطويلة في سياق 128K لدى المنتج؛ وتحدد أوصاف الحقول والكائنات المتداخلة والقوائم المعلومات المطلوب إعادتها.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
Schematron V2 Turbo هو نموذج Inference.net الموجّه لمعدل المعالجة للاستخراج من HTML بتوجيه المخطط. بُني خصيصًا لتحويل صفحات الويب غير المنظّمة إلى JSON نظيف ذي أنواع محددة، وليس مساعد محادثة عامًا. للمهمة مدخلان دلاليان: HTML المطلوب فحصه ومخطط يعرّف المعلومات المطلوب استخراجها. النتيجة كائن JSON مطابق لتلك البنية.
يستخدم مسار المصنّع المخطط بدل تعليمات مستخدم أو نظام باللغة الطبيعية كوسيلة التحكم في الاستخراج. ضع معنى الحقل في وصفه مع النوع المناسب وأي بنية كائن متداخل أو قائمة. لصفحة منتج، قد يطلب مخطط عملي اسم المنتج وقيم المواصفات مع الوحدات وقائمة الميزات المقدمة. يصف هذا المثال السجل المطلوب؛ وينبغي أن تأتي القيم من الصفحة نفسها.
يميّز وصف حقل واضح بين قيم مصدرية متشابهة. حدد هل يعني الحقل اسم المنتج الحالي أم معرّفًا تقنيًا أم فئة، واشرح كيفية تمثيل المعلومات المفقودة. يعرض المطوّر تعريفات مخططات ذات أنواع محددة وإخراج JSON-schema، مع التحقق من الكائن المعاد. لا تثبت صحة الصياغة بحد ذاتها أن قيمة مستخرجة تتفق مع الصفحة الأصلية.
توصي Inference.net بتنظيف HTML لإزالة البرامج النصية والأنماط والمحتوى القالبي قبل الاستخراج، باستخدام معالجة مسبقة تطابق بيانات التدريب. اقتصر على المنطقة ذات الصلة حيث أمكن، مع الميل إلى حفظ محتوى أكثر عندما قد تزيل الحذوفات المكثفة أدلة مفيدة. احتفظ بالعناوين وعلاقات الجداول والتسميات والوحدات اللازمة لتفسير حقل.
لصفحة تحتوي عدة منتجات، اجعل العنصر المطلوب واضحًا في المادة والمخطط. احتفظ بعنوان URL للمصدر أو معرّف صفحة في سجل المهمة المحيط حتى يمكن التحقق من الكائن المستخرج لاحقًا. جلب الصفحة عملية منفصلة ينفذها التطبيق؛ ويستخرج Schematron من HTML الذي يتلقاه.
V2 Turbo هو الإصدار المحسّن لمعالجة صفحات كثيرة ببنية إخراج محددة. أما V2 Small فهو خيار جودة الاستخراج المتميز للمخططات المعقدة والمستندات الطويلة. اختر دور حمل العمل بحسب السجلات الفعلية المطلوبة وقيّم مدى حفظ البيانات المعادة للمعلومات في صفحات تمثيلية. لا يجعل دور المعالجة عالية المعدل تعريف حقل غير واضح دقيقًا.
يوثّق إعلان عائلة V2 لدى المنتج سياق 128K والتزامًا صارمًا بالمخطط في وضع JSON. يشترك HTML والنتيجة المطلوبة في ميزانية المهمة المتاحة. تستفيد الصفحات الكبيرة من تحديد المحتوى ذي الصلة بدل استخدام بنية صفحة غير مرتبطة كسياق.
يمكن لإخراج JSON تغذية كتالوج أو مهمة استيعاب أو نظام بحث يحتاج حقائق محددة بدل صفحة خام كاملة. عرّف السجل مرة واحدة وقارن القيم المستخرجة بأمثلة المصادر واحتفظ بعلاقتها بالمصدر. لحقل رقمي، تحقق من وحداته وهل تصف الصفحة قيمة أم نطاقًا أم تهيئة بديلة.
يظل نموذج V2 منفصلًا عن إصدارات Schematron الأصلية مفتوحة الأوزان. لا يعني وضع الاستخراج الموثق فيه محادثة عامة أو تحليل صور أو تصفحًا مستقلًا أو تنفيذ أدوات. المخرج المفيد هو السجل المطلوب ذو الأنواع المحددة والمستند إلى HTML المقدّم، مع تمثيل المعلومات المصدرية غير المحسومة أو الغائبة وفق المخطط.
POST /v1/chat/completionstexttext| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود inference-net/schematron-v2-turbo | القيمة الافتراضية— |
الحقلmessages | النوعmessage[] | المتطلبمطلوب | القيم والحدود الحد الأدنى للعناصر: 1 | القيمة الافتراضية— |
الحقلmessages[].role | النوعstring | المتطلبمطلوب | القيم والحدود أمثلة: system, user, assistant, tool, function الشروط: تُمثَّل هذه الأدوار صراحةً بأنواع التوافق في الشيفرة المصدرية؛ وتظل مجموعة الأدوار الدقيقة خاصة بكل نموذج. يعتمد على النموذج | القيمة الافتراضية— |
الحقلmessages[].content | النوعstring|content_part[]|null | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].tool_calls | النوعtool_call[] | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].tool_call_id | النوعstring | المتطلباختياري | القيم والحدود ينطبق عندما: role=tool؛ استخدم المعرّف الفعلي المُرجع | القيمة الافتراضية— |
الحقلmessages[].name | النوعstring | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].reasoning_content | النوعstring | المتطلباختياري | القيم والحدود ينطبق عندما: أعِد تمرير الاستدلال الفعلي المُرجع حيث يستخدمه هذا النموذج | القيمة الافتراضية— |
الحقلmessages[].reasoning_details | النوعobject|array | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلmax_tokens | النوعinteger | المتطلباختياري | القيم والحدود الحد الأدنى: 1 يعتمد على النموذج | القيمة الافتراضية— |
الحقلmax_completion_tokens | النوعinteger | المتطلباختياري | القيم والحدود الحد الأدنى: 1 يعتمد على النموذج | القيمة الافتراضية— |
الحقلstream | النوعboolean | المتطلباختياري | القيم والحدود | القيمة الافتراضيةfalse |
الحقلstream_options.include_usage | النوعboolean | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtemperature | النوعnumber | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtop_p | النوعnumber | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلstop | النوعstring|string[] | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtools | النوعfunction_tool[] | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtools[].type | النوعstring | المتطلباختياري | القيم والحدود function يعتمد على النموذج | القيمة الافتراضية— |
الحقلtools[].function.name | النوعstring | المتطلبمطلوب | القيم والحدود ينطبق عندما: أداة دالة مقدّمة | القيمة الافتراضية— |
الحقلtools[].function.description | النوعstring | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلtools[].function.parameters | النوعJSON_schema | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلtool_choice | النوعstring|object | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلparallel_tool_calls | النوعboolean | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلresponse_format | النوعobject | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلreasoning_effort | النوعstring | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلreasoning | النوعobject | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلservice_tier | النوعstring | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلinstructions | النوعstring | المتطلباختياري | القيم والحدود حقل للتوافق | القيمة الافتراضية— |
الحقلfunctions | النوعfunction[] | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلfunction_call | النوعstring|object | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلprompt_cache_options | النوعobject | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلmodalities | النوعstring[] | المتطلباختياري | القيم والحدود text | القيمة الافتراضية— |
الحقلprovider | النوعobject | المتطلباختياري | القيم والحدود الشروط: يُرفَض provider.options في مسار Ultra النصي هذا | القيمة الافتراضية— |
الحقلcache_control.ttl | النوعstring | المتطلباختياري | القيم والحدود الشروط: تُرفَض 1h في المواضع الفعلية للتخزين المؤقت للموجّه | القيمة الافتراضية— |
النص · نص UTF8
messages[].content
| المعلمة | المواصفات |
|---|---|
المعلمةcontent_type | المواصفاتapplication/json |
المعلمةrequired | المواصفاتmodel, messages |
المعلمةmaterial_types | المواصفاتtext |
المعلمةmessages | المواصفاتمصفوفة رسائل ببنية role/content |
المعلمةfile_material | المواصفاتمستند UTF-8 الفعلي مُدرج كنص حرفي؛ لا يُستنتَج معرّف ملف |
المعلمةoptional_controls | المواصفاتstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
المعلمةcontrol_scope | المواصفاتخاص بالنموذج؛ أدوات الدوال التي يقدّمها المستخدم تختلف عن الأدوات المستضافة |
المعلمةoutput_modalities | المواصفاتtext |
المعلمةhosted_operations | المواصفاتfalse |
المعلمةmultimodal_input_binding | المواصفاتnull |
دورة الحياة: synchronous_or_streamed
أرسل معرّف النموذج الدقيق مع messages.
طول السياق ليس حدًا أقصى للإخراج.
يمكن لملف نصي تقديم نص حرفي؛ وتحتاج مدخلات الصور/الصوت/كائنات الملفات إلى ربط دقيق.
مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.
طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة.
| الإعدادات | جدول التعرفة | رموز السياق، أكثر من | رموز السياق، حتى القيمة شاملةً | الرسوم |
|---|---|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | رموز السياق، أكثر من— | رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصى | الرسوم الإدخال · رموز الإدخال $0.00006 / 1K من الرموز الإخراج · رموز الإخراج $0.0003 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0.00006 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
| الإعداداتالشريحة 1 لطول الطلب | جدول التعرفة— | رموز السياق، أكثر من0 | رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصى | الرسوم الإدخال · رموز الإدخال $0.00006 / 1K من الرموز الإخراج · رموز الإخراج $0.0003 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0.00006 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "inference-net/schematron-v2-turbo", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='inference-net/schematron-v2-turbo',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='inference-net/schematron-v2-turbo',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson أو SSE
احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.
احتفظ بكل اختيار ومحتواه واستدعاءات أدواته واستدلاله. في SSE، جمّع التحديثات بحسب فهرس الاختيار/الأداة، واحتفظ بسبب الإنهاء النهائي والاستخدام.
احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية.
| الحقل | النوع |
|---|---|
الحقلchoices[].index | النوعinteger |
الحقلchoices[].message.content | النوعstring|null |
الحقلchoices[].message.tool_calls | النوعtool_call[] |
الحقلchoices[].message.reasoning_content | النوعstring |
الحقلchoices[].message.reasoning_details | النوعobject|array |
الحقلchoices[].finish_reason | النوعstring|null |
الحقلusage | النوعobject |
| الاستجابة | الشرط | الخطوة التالية |
|---|---|---|
الاستجابة400 · invalid_request_error | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
Ailoot Ultra inference-net/schematron-v2-turbo
استخدم مسارات الطرائق المعروضة أعلاه.
inference-net/schematron-v2-turboيحوّل Schematron V2 Turbo HTML المقدّم إلى JSON ذي أنواع محددة باستخدام مخطط يعرّفه المستدعي. يدعم إصدار V2 الموجّه لمعدل المعالجة استخراج الصفحات الطويلة في سياق 128K لدى المنتج؛ وتحدد أوصاف الحقول والكائنات المتداخلة والقوائم المعلومات المطلوب إعادتها.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
Schematron V2 Turbo هو نموذج Inference.net الموجّه لمعدل المعالجة للاستخراج من HTML بتوجيه المخطط. بُني خصيصًا لتحويل صفحات الويب غير المنظّمة إلى JSON نظيف ذي أنواع محددة، وليس مساعد محادثة عامًا. للمهمة مدخلان دلاليان: HTML المطلوب فحصه ومخطط يعرّف المعلومات المطلوب استخراجها. النتيجة كائن JSON مطابق لتلك البنية.
يستخدم مسار المصنّع المخطط بدل تعليمات مستخدم أو نظام باللغة الطبيعية كوسيلة التحكم في الاستخراج. ضع معنى الحقل في وصفه مع النوع المناسب وأي بنية كائن متداخل أو قائمة. لصفحة منتج، قد يطلب مخطط عملي اسم المنتج وقيم المواصفات مع الوحدات وقائمة الميزات المقدمة. يصف هذا المثال السجل المطلوب؛ وينبغي أن تأتي القيم من الصفحة نفسها.
يميّز وصف حقل واضح بين قيم مصدرية متشابهة. حدد هل يعني الحقل اسم المنتج الحالي أم معرّفًا تقنيًا أم فئة، واشرح كيفية تمثيل المعلومات المفقودة. يعرض المطوّر تعريفات مخططات ذات أنواع محددة وإخراج JSON-schema، مع التحقق من الكائن المعاد. لا تثبت صحة الصياغة بحد ذاتها أن قيمة مستخرجة تتفق مع الصفحة الأصلية.
توصي Inference.net بتنظيف HTML لإزالة البرامج النصية والأنماط والمحتوى القالبي قبل الاستخراج، باستخدام معالجة مسبقة تطابق بيانات التدريب. اقتصر على المنطقة ذات الصلة حيث أمكن، مع الميل إلى حفظ محتوى أكثر عندما قد تزيل الحذوفات المكثفة أدلة مفيدة. احتفظ بالعناوين وعلاقات الجداول والتسميات والوحدات اللازمة لتفسير حقل.
لصفحة تحتوي عدة منتجات، اجعل العنصر المطلوب واضحًا في المادة والمخطط. احتفظ بعنوان URL للمصدر أو معرّف صفحة في سجل المهمة المحيط حتى يمكن التحقق من الكائن المستخرج لاحقًا. جلب الصفحة عملية منفصلة ينفذها التطبيق؛ ويستخرج Schematron من HTML الذي يتلقاه.
V2 Turbo هو الإصدار المحسّن لمعالجة صفحات كثيرة ببنية إخراج محددة. أما V2 Small فهو خيار جودة الاستخراج المتميز للمخططات المعقدة والمستندات الطويلة. اختر دور حمل العمل بحسب السجلات الفعلية المطلوبة وقيّم مدى حفظ البيانات المعادة للمعلومات في صفحات تمثيلية. لا يجعل دور المعالجة عالية المعدل تعريف حقل غير واضح دقيقًا.
يوثّق إعلان عائلة V2 لدى المنتج سياق 128K والتزامًا صارمًا بالمخطط في وضع JSON. يشترك HTML والنتيجة المطلوبة في ميزانية المهمة المتاحة. تستفيد الصفحات الكبيرة من تحديد المحتوى ذي الصلة بدل استخدام بنية صفحة غير مرتبطة كسياق.
يمكن لإخراج JSON تغذية كتالوج أو مهمة استيعاب أو نظام بحث يحتاج حقائق محددة بدل صفحة خام كاملة. عرّف السجل مرة واحدة وقارن القيم المستخرجة بأمثلة المصادر واحتفظ بعلاقتها بالمصدر. لحقل رقمي، تحقق من وحداته وهل تصف الصفحة قيمة أم نطاقًا أم تهيئة بديلة.
يظل نموذج V2 منفصلًا عن إصدارات Schematron الأصلية مفتوحة الأوزان. لا يعني وضع الاستخراج الموثق فيه محادثة عامة أو تحليل صور أو تصفحًا مستقلًا أو تنفيذ أدوات. المخرج المفيد هو السجل المطلوب ذو الأنواع المحددة والمستند إلى HTML المقدّم، مع تمثيل المعلومات المصدرية غير المحسومة أو الغائبة وفق المخطط.
POST /v1/messagestextjson, sse| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود inference-net/schematron-v2-turbo | القيمة الافتراضية— |
الحقلmessages | النوعmessage[] | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].role | النوعstring | المتطلبمطلوب | القيم والحدود user, assistant | القيمة الافتراضية— |
الحقلmessages[].content | النوعstring | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلmax_tokens | النوعinteger | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلstream | النوعboolean | المتطلباختياري | القيم والحدود | القيمة الافتراضيةfalse |
النص · نص UTF-8
سلسلة نصية messages[].content
| المعلمة | المواصفات |
|---|---|
المعلمةcontent_type | المواصفاتapplication/json |
المعلمةrequired | المواصفاتmodel, messages, max_tokens |
المعلمةoptional_controls | المواصفاتstream |
المعلمةmaterial_types | المواصفاتtext |
المعلمةtext_file_material | المواصفاتاقرأ مستند UTF-8 الفعلي وضع نصه في الإدخال المحدد أو السلسلة النصية لمحتوى الرسالة. |
دورة الحياة: synchronous_or_streamed
مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.
طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة.
| الإعدادات | جدول التعرفة | رموز السياق، أكثر من | رموز السياق، حتى القيمة شاملةً | الرسوم |
|---|---|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | رموز السياق، أكثر من— | رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصى | الرسوم الإدخال · رموز الإدخال $0.00006 / 1K من الرموز الإخراج · رموز الإخراج $0.0003 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0.00006 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
| الإعداداتالشريحة 1 لطول الطلب | جدول التعرفة— | رموز السياق، أكثر من0 | رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصى | الرسوم الإدخال · رموز الإدخال $0.00006 / 1K من الرموز الإخراج · رموز الإخراج $0.0003 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0.00006 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
{\n "model": "inference-net/schematron-v2-turbo",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'inference-net/schematron-v2-turbo', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'inference-net/schematron-v2-turbo', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON أو SSE
احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.
احتفظ بكل كتل المحتوى وتوقيعات التفكير ومعرّفات استخدام الأدوات الفعلية. جمّع جميع تحديثات كتل SSE؛ فأول كتلة نصية ليست الإخراج الكامل.
احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية.
| الحقل | النوع |
|---|---|
الحقلid | النوعstring |
الحقلmodel | النوعstring |
الحقلcontent[] | النوعtext|thinking|tool_use|other content block |
الحقلstop_reason | النوعstring|null |
الحقلusage | النوعobject |
| الاستجابة | الشرط | الخطوة التالية |
|---|---|---|
الاستجابة400 · invalid_request_error | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
Ailoot Ultra inference-net/schematron-v2-turbo
استخدم مسارات الطرائق المعروضة أعلاه.
مثال تقني باللغة الإنجليزية
Extract a typed product record\n\nHTML:\n<article><h1>Trail Pack</h1><dl><dt>Weight</dt><dd>1.2 kg</dd></dl><ul><li>Rain cover</li><li>Side pocket</li></ul></article>\nSchema:\n{"type":"object","properties":{"name":{"type":"string","description":"Product heading"},"weight_kg":{"type":"number","description":"Weight in kilograms"},"features":{"type":"array","items":{"type":"string"},"description":"Listed product features"}},"required":["name","weight_kg","features"],"additionalProperties":false}A JSON object with name as a string, weight_kg as a number and features as a list of strings, with no extra properties.Validate the requested schema and compare every value to the supplied HTML, including the kilogram unit.