Trail Pack
- Weight
- 1.2 kg
- Rain cover
- Side pocket
Schematron V2 Turbo là mô hình hướng thông lượng của Inference.net dành cho trích xuất từ HTML theo lược đồ. Mô hình được thiết kế riêng để chuyển trang web lộn xộn thành JSON sạch có kiểu, thay vì làm trợ lý hội thoại chung. Tác vụ có hai đầu vào ngữ nghĩa: HTML cần xem xét và lược đồ định nghĩa thông tin cần trích. Kết quả là đối tượng JSON tuân theo cấu trúc đó.
Quy trình của nhà sản xuất dùng lược đồ làm điều khiển trích xuất thay cho chỉ dẫn người dùng hoặc hệ thống bằng ngôn ngữ tự nhiên. Đặt ý nghĩa trường trong phần mô tả, kèm kiểu phù hợp và cấu trúc đối tượng lồng hoặc danh sách nếu cần. Với trang sản phẩm, lược đồ thực dụng có thể yêu cầu tên sản phẩm, giá trị đặc tả kèm đơn vị và danh sách tính năng được cung cấp. Ví dụ này mô tả bản ghi mong muốn; giá trị phải đến từ chính trang.
Mô tả trường rõ phân biệt các giá trị nguồn tương tự. Xác định trường là tên sản phẩm hiện tại, mã kỹ thuật hay danh mục, đồng thời giải thích cách biểu diễn thông tin thiếu. Nhà sản xuất minh họa định nghĩa lược đồ có kiểu và đầu ra JSON theo lược đồ, cùng việc xác thực đối tượng trả về. Cú pháp đúng tự nó không xác lập giá trị trích khớp trang gốc.
Inference.net khuyến nghị làm sạch HTML để bỏ script, kiểu dáng và nội dung khuôn mẫu trước khi trích xuất, bằng tiền xử lý khớp dữ liệu huấn luyện. Cắt về vùng liên quan khi có thể, nhưng nghiêng về giữ thêm nội dung khi loại mạnh có thể bỏ bằng chứng hữu ích. Giữ tiêu đề, quan hệ bảng, nhãn và đơn vị cần để diễn giải trường.
Với trang có nhiều sản phẩm, làm rõ mặt hàng cần lấy trong tư liệu và lược đồ. Giữ URL nguồn hoặc mã trang trong bản ghi tác vụ bao quanh để kiểm tra đối tượng trích sau này. Lấy trang là thao tác riêng do ứng dụng thực hiện; Schematron trích từ HTML nhận được.
V2 Turbo được tối ưu xử lý nhiều trang có cấu trúc đầu ra xác định. V2 Small là lựa chọn chất lượng trích xuất riêng cho lược đồ phức tạp và tài liệu dài. Chọn vai trò xử lý theo bản ghi thực tế cần nhận, rồi đánh giá dữ liệu trả về giữ thông tin trên các trang đại diện tốt đến đâu. Vai trò thông lượng cao không làm định nghĩa trường mơ hồ trở nên chính xác.
Thông báo họ V2 của nhà sản xuất mô tả ngữ cảnh 128K và tuân thủ lược đồ nghiêm ngặt trong chế độ JSON. HTML và kết quả yêu cầu chia sẻ ngân sách tác vụ. Trang lớn có lợi khi xác định nội dung liên quan thay vì dùng cấu trúc trang không liên quan làm ngữ cảnh.
Đầu ra JSON có thể đưa vào danh mục, tác vụ nạp dữ liệu hoặc hệ thống tìm kiếm cần dữ kiện cụ thể thay vì toàn bộ trang thô. Định nghĩa bản ghi một lần, đối chiếu giá trị trích với ví dụ nguồn và giữ liên kết nguồn. Với trường số, kiểm tra đơn vị và trang đang mô tả một giá trị, khoảng hay cấu hình thay thế.
Mô hình V2 tách biệt với các bản Schematron trọng số mở gốc. Chế độ trích xuất được mô tả không hàm ý hội thoại chung, phân tích ảnh, tự duyệt web hoặc thực thi công cụ. Sản phẩm hữu ích là bản ghi có kiểu được yêu cầu, bám HTML cung cấp, với thông tin nguồn chưa giải quyết hoặc vắng mặt được biểu diễn theo lược đồ.
", "aboutText": "Schematron V2 Turbo là mô hình hướng thông lượng của Inference.net dành cho trích xuất từ HTML theo lược đồ. Mô hình được thiết kế riêng để chuyển trang web lộn xộn thành JSON sạch có kiểu, thay vì làm trợ lý hội thoại chung. Tác vụ có hai đầu vào ngữ nghĩa: HTML cần xem xét và lược đồ định nghĩa thông tin cần trích. Kết quả là đối tượng JSON tuân theo cấu trúc đó.\n\n### Điều gì xác định việc trích xuất\n\nQuy trình của nhà sản xuất dùng lược đồ làm điều khiển trích xuất thay cho chỉ dẫn người dùng hoặc hệ thống bằng ngôn ngữ tự nhiên. Đặt ý nghĩa trường trong phần mô tả, kèm kiểu phù hợp và cấu trúc đối tượng lồng hoặc danh sách nếu cần. Với trang sản phẩm, lược đồ thực dụng có thể yêu cầu tên sản phẩm, giá trị đặc tả kèm đơn vị và danh sách tính năng được cung cấp. Ví dụ này mô tả bản ghi mong muốn; giá trị phải đến từ chính trang.\n\nMô tả trường rõ phân biệt các giá trị nguồn tương tự. Xác định trường là tên sản phẩm hiện tại, mã kỹ thuật hay danh mục, đồng thời giải thích cách biểu diễn thông tin thiếu. Nhà sản xuất minh họa định nghĩa lược đồ có kiểu và đầu ra JSON theo lược đồ, cùng việc xác thực đối tượng trả về. Cú pháp đúng tự nó không xác lập giá trị trích khớp trang gốc.\n\n### Chuẩn bị HTML\n\nInference.net khuyến nghị làm sạch HTML để bỏ script, kiểu dáng và nội dung khuôn mẫu trước khi trích xuất, bằng tiền xử lý khớp dữ liệu huấn luyện. Cắt về vùng liên quan khi có thể, nhưng nghiêng về giữ thêm nội dung khi loại mạnh có thể bỏ bằng chứng hữu ích. Giữ tiêu đề, quan hệ bảng, nhãn và đơn vị cần để diễn giải trường.\n\nVới trang có nhiều sản phẩm, làm rõ mặt hàng cần lấy trong tư liệu và lược đồ. Giữ URL nguồn hoặc mã trang trong bản ghi tác vụ bao quanh để kiểm tra đối tượng trích sau này. Lấy trang là thao tác riêng do ứng dụng thực hiện; Schematron trích từ HTML nhận được.\n\n### Vai trò xử lý của Turbo\n\nV2 Turbo được tối ưu xử lý nhiều trang có cấu trúc đầu ra xác định. V2 Small là lựa chọn chất lượng trích xuất riêng cho lược đồ phức tạp và tài liệu dài. Chọn vai trò xử lý theo bản ghi thực tế cần nhận, rồi đánh giá dữ liệu trả về giữ thông tin trên các trang đại diện tốt đến đâu. Vai trò thông lượng cao không làm định nghĩa trường mơ hồ trở nên chính xác.\n\nThông báo họ V2 của nhà sản xuất mô tả ngữ cảnh 128K và tuân thủ lược đồ nghiêm ngặt trong chế độ JSON. HTML và kết quả yêu cầu chia sẻ ngân sách tác vụ. Trang lớn có lợi khi xác định nội dung liên quan thay vì dùng cấu trúc trang không liên quan làm ngữ cảnh.\n\n### Kết quả trích xuất hữu ích\n\nĐầu ra JSON có thể đưa vào danh mục, tác vụ nạp dữ liệu hoặc hệ thống tìm kiếm cần dữ kiện cụ thể thay vì toàn bộ trang thô. Định nghĩa bản ghi một lần, đối chiếu giá trị trích với ví dụ nguồn và giữ liên kết nguồn. Với trường số, kiểm tra đơn vị và trang đang mô tả một giá trị, khoảng hay cấu hình thay thế.\n\nMô hình V2 tách biệt với các bản Schematron trọng số mở gốc. Chế độ trích xuất được mô tả không hàm ý hội thoại chung, phân tích ảnh, tự duyệt web hoặc thực thi công cụ. Sản phẩm hữu ích là bản ghi có kiểu được yêu cầu, bám HTML cung cấp, với thông tin nguồn chưa giải quyết hoặc vắng mặt được biểu diễn theo lược đồ.", "editorialOverlay": { "copy_fields": { "practical_html": "Ví dụ kỹ thuật bằng tiếng Anh
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-turboSchematron V2 Turbo chuyển HTML được cung cấp thành JSON có kiểu theo lược đồ do bên gọi định nghĩa. Phiên bản V2 hướng thông lượng hỗ trợ trích xuất trang dài trong ngữ cảnh 128K của nhà sản xuất; mô tả trường, đối tượng lồng nhau và danh sách xác định thông tin cần trả.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
Schematron V2 Turbo là mô hình hướng thông lượng của Inference.net dành cho trích xuất từ HTML theo lược đồ. Mô hình được thiết kế riêng để chuyển trang web lộn xộn thành JSON sạch có kiểu, thay vì làm trợ lý hội thoại chung. Tác vụ có hai đầu vào ngữ nghĩa: HTML cần xem xét và lược đồ định nghĩa thông tin cần trích. Kết quả là đối tượng JSON tuân theo cấu trúc đó.
Quy trình của nhà sản xuất dùng lược đồ làm điều khiển trích xuất thay cho chỉ dẫn người dùng hoặc hệ thống bằng ngôn ngữ tự nhiên. Đặt ý nghĩa trường trong phần mô tả, kèm kiểu phù hợp và cấu trúc đối tượng lồng hoặc danh sách nếu cần. Với trang sản phẩm, lược đồ thực dụng có thể yêu cầu tên sản phẩm, giá trị đặc tả kèm đơn vị và danh sách tính năng được cung cấp. Ví dụ này mô tả bản ghi mong muốn; giá trị phải đến từ chính trang.
Mô tả trường rõ phân biệt các giá trị nguồn tương tự. Xác định trường là tên sản phẩm hiện tại, mã kỹ thuật hay danh mục, đồng thời giải thích cách biểu diễn thông tin thiếu. Nhà sản xuất minh họa định nghĩa lược đồ có kiểu và đầu ra JSON theo lược đồ, cùng việc xác thực đối tượng trả về. Cú pháp đúng tự nó không xác lập giá trị trích khớp trang gốc.
Inference.net khuyến nghị làm sạch HTML để bỏ script, kiểu dáng và nội dung khuôn mẫu trước khi trích xuất, bằng tiền xử lý khớp dữ liệu huấn luyện. Cắt về vùng liên quan khi có thể, nhưng nghiêng về giữ thêm nội dung khi loại mạnh có thể bỏ bằng chứng hữu ích. Giữ tiêu đề, quan hệ bảng, nhãn và đơn vị cần để diễn giải trường.
Với trang có nhiều sản phẩm, làm rõ mặt hàng cần lấy trong tư liệu và lược đồ. Giữ URL nguồn hoặc mã trang trong bản ghi tác vụ bao quanh để kiểm tra đối tượng trích sau này. Lấy trang là thao tác riêng do ứng dụng thực hiện; Schematron trích từ HTML nhận được.
V2 Turbo được tối ưu xử lý nhiều trang có cấu trúc đầu ra xác định. V2 Small là lựa chọn chất lượng trích xuất riêng cho lược đồ phức tạp và tài liệu dài. Chọn vai trò xử lý theo bản ghi thực tế cần nhận, rồi đánh giá dữ liệu trả về giữ thông tin trên các trang đại diện tốt đến đâu. Vai trò thông lượng cao không làm định nghĩa trường mơ hồ trở nên chính xác.
Thông báo họ V2 của nhà sản xuất mô tả ngữ cảnh 128K và tuân thủ lược đồ nghiêm ngặt trong chế độ JSON. HTML và kết quả yêu cầu chia sẻ ngân sách tác vụ. Trang lớn có lợi khi xác định nội dung liên quan thay vì dùng cấu trúc trang không liên quan làm ngữ cảnh.
Đầu ra JSON có thể đưa vào danh mục, tác vụ nạp dữ liệu hoặc hệ thống tìm kiếm cần dữ kiện cụ thể thay vì toàn bộ trang thô. Định nghĩa bản ghi một lần, đối chiếu giá trị trích với ví dụ nguồn và giữ liên kết nguồn. Với trường số, kiểm tra đơn vị và trang đang mô tả một giá trị, khoảng hay cấu hình thay thế.
Mô hình V2 tách biệt với các bản Schematron trọng số mở gốc. Chế độ trích xuất được mô tả không hàm ý hội thoại chung, phân tích ảnh, tự duyệt web hoặc thực thi công cụ. Sản phẩm hữu ích là bản ghi có kiểu được yêu cầu, bám HTML cung cấp, với thông tin nguồn chưa giải quyết hoặc vắng mặt được biểu diễn theo lược đồ.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn inference-net/schematron-v2-turbo | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn Số mục tối thiểu: 1 | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Ví dụ: system, user, assistant, tool, function Điều kiện: Các vai trò này được biểu diễn rõ trong các kiểu tương thích của mã nguồn; tập vai trò chính xác vẫn tùy từng mô hình. Tùy thuộc vào mô hình | Mặc định— |
Trườngmessages[].content | Loạistring|content_part[]|null | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_calls | Loạitool_call[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_call_id | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: role=tool; dùng ID thực tế được trả về | Mặc định— |
Trườngmessages[].name | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].reasoning_content | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: Gửi lại dữ liệu suy luận thực tế đã được trả về khi mô hình này sử dụng dữ liệu đó | Mặc định— |
Trườngmessages[].reasoning_details | Loạiobject|array | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_completion_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Trườngstream_options.include_usage | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtemperature | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtop_p | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngstop | Loạistring|string[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools | Loạifunction_tool[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].type | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn function Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].function.name | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Áp dụng khi: Có cung cấp công cụ hàm | Mặc định— |
Trườngtools[].function.description | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtools[].function.parameters | LoạiJSON_schema | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtool_choice | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngparallel_tool_calls | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngresponse_format | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning_effort | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngservice_tier | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườnginstructions | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Trường tương thích | Mặc định— |
Trườngfunctions | Loạifunction[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngfunction_call | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngprompt_cache_options | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmodalities | Loạistring[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn text | Mặc định— |
Trườngprovider | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: provider.options bị từ chối trên tuyến văn bản Ultra này | Mặc định— |
Trườngcache_control.ttl | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: 1h bị từ chối tại các vị trí lưu đệm prompt thực tế | Mặc định— |
Văn bản · Văn bản UTF8
messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốmessages | Hợp đồngMảng thông điệp có cấu trúc role/content |
Tham sốfile_material | Hợp đồngTài liệu UTF-8 thực tế được chèn nguyên dạng văn bản; không suy ra ID tệp |
Tham sốoptional_controls | Hợp đồngstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Tham sốcontrol_scope | Hợp đồngTùy từng mô hình; công cụ hàm của người dùng khác với công cụ do dịch vụ cung cấp |
Tham sốoutput_modalities | Hợp đồngtext |
Tham sốhosted_operations | Hợp đồngfalse |
Tham sốmultimodal_input_binding | Hợp đồngnull |
Vòng đời: synchronous_or_streamed
Gửi ID mô hình chính xác cùng messages.
Độ dài ngữ cảnh không phải giới hạn đầu ra.
Tệp văn bản có thể cung cấp nguyên văn nội dung; đầu vào hình ảnh, âm thanh hoặc đối tượng tệp cần có liên kết chính xác.
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.00006 / 1K token Đầu ra · Token đầu ra $0.0003 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00006 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhBậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.00006 / 1K token Đầu ra · Token đầu ra $0.0003 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00006 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${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 hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi phương án trả lời cùng nội dung, lệnh gọi công cụ và dữ liệu suy luận của phương án đó. Với SSE, ghép các phần thay đổi theo chỉ số phương án và công cụ, giữ lý do kết thúc cuối cùng cùng dữ liệu sử dụng.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngchoices[].index | Loạiinteger |
Trườngchoices[].message.content | Loạistring|null |
Trườngchoices[].message.tool_calls | Loạitool_call[] |
Trườngchoices[].message.reasoning_content | Loạistring |
Trườngchoices[].message.reasoning_details | Loạiobject|array |
Trườngchoices[].finish_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra inference-net/schematron-v2-turbo
Dùng các đường dẫn phương thức hiển thị ở trên.
inference-net/schematron-v2-turboSchematron V2 Turbo chuyển HTML được cung cấp thành JSON có kiểu theo lược đồ do bên gọi định nghĩa. Phiên bản V2 hướng thông lượng hỗ trợ trích xuất trang dài trong ngữ cảnh 128K của nhà sản xuất; mô tả trường, đối tượng lồng nhau và danh sách xác định thông tin cần trả.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
Schematron V2 Turbo là mô hình hướng thông lượng của Inference.net dành cho trích xuất từ HTML theo lược đồ. Mô hình được thiết kế riêng để chuyển trang web lộn xộn thành JSON sạch có kiểu, thay vì làm trợ lý hội thoại chung. Tác vụ có hai đầu vào ngữ nghĩa: HTML cần xem xét và lược đồ định nghĩa thông tin cần trích. Kết quả là đối tượng JSON tuân theo cấu trúc đó.
Quy trình của nhà sản xuất dùng lược đồ làm điều khiển trích xuất thay cho chỉ dẫn người dùng hoặc hệ thống bằng ngôn ngữ tự nhiên. Đặt ý nghĩa trường trong phần mô tả, kèm kiểu phù hợp và cấu trúc đối tượng lồng hoặc danh sách nếu cần. Với trang sản phẩm, lược đồ thực dụng có thể yêu cầu tên sản phẩm, giá trị đặc tả kèm đơn vị và danh sách tính năng được cung cấp. Ví dụ này mô tả bản ghi mong muốn; giá trị phải đến từ chính trang.
Mô tả trường rõ phân biệt các giá trị nguồn tương tự. Xác định trường là tên sản phẩm hiện tại, mã kỹ thuật hay danh mục, đồng thời giải thích cách biểu diễn thông tin thiếu. Nhà sản xuất minh họa định nghĩa lược đồ có kiểu và đầu ra JSON theo lược đồ, cùng việc xác thực đối tượng trả về. Cú pháp đúng tự nó không xác lập giá trị trích khớp trang gốc.
Inference.net khuyến nghị làm sạch HTML để bỏ script, kiểu dáng và nội dung khuôn mẫu trước khi trích xuất, bằng tiền xử lý khớp dữ liệu huấn luyện. Cắt về vùng liên quan khi có thể, nhưng nghiêng về giữ thêm nội dung khi loại mạnh có thể bỏ bằng chứng hữu ích. Giữ tiêu đề, quan hệ bảng, nhãn và đơn vị cần để diễn giải trường.
Với trang có nhiều sản phẩm, làm rõ mặt hàng cần lấy trong tư liệu và lược đồ. Giữ URL nguồn hoặc mã trang trong bản ghi tác vụ bao quanh để kiểm tra đối tượng trích sau này. Lấy trang là thao tác riêng do ứng dụng thực hiện; Schematron trích từ HTML nhận được.
V2 Turbo được tối ưu xử lý nhiều trang có cấu trúc đầu ra xác định. V2 Small là lựa chọn chất lượng trích xuất riêng cho lược đồ phức tạp và tài liệu dài. Chọn vai trò xử lý theo bản ghi thực tế cần nhận, rồi đánh giá dữ liệu trả về giữ thông tin trên các trang đại diện tốt đến đâu. Vai trò thông lượng cao không làm định nghĩa trường mơ hồ trở nên chính xác.
Thông báo họ V2 của nhà sản xuất mô tả ngữ cảnh 128K và tuân thủ lược đồ nghiêm ngặt trong chế độ JSON. HTML và kết quả yêu cầu chia sẻ ngân sách tác vụ. Trang lớn có lợi khi xác định nội dung liên quan thay vì dùng cấu trúc trang không liên quan làm ngữ cảnh.
Đầu ra JSON có thể đưa vào danh mục, tác vụ nạp dữ liệu hoặc hệ thống tìm kiếm cần dữ kiện cụ thể thay vì toàn bộ trang thô. Định nghĩa bản ghi một lần, đối chiếu giá trị trích với ví dụ nguồn và giữ liên kết nguồn. Với trường số, kiểm tra đơn vị và trang đang mô tả một giá trị, khoảng hay cấu hình thay thế.
Mô hình V2 tách biệt với các bản Schematron trọng số mở gốc. Chế độ trích xuất được mô tả không hàm ý hội thoại chung, phân tích ảnh, tự duyệt web hoặc thực thi công cụ. Sản phẩm hữu ích là bản ghi có kiểu được yêu cầu, bám HTML cung cấp, với thông tin nguồn chưa giải quyết hoặc vắng mặt được biểu diễn theo lược đồ.
POST /v1/messagestextjson, sse| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn inference-net/schematron-v2-turbo | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn user, assistant | Mặc định— |
Trườngmessages[].content | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Văn bản · Văn bản UTF-8
Chuỗi messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages, max_tokens |
Tham sốoptional_controls | Hợp đồngstream |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốtext_file_material | Hợp đồngĐọc tài liệu UTF-8 thực tế và đặt nội dung văn bản vào chuỗi đầu vào hoặc nội dung thông điệp được chỉ định. |
Vòng đời: synchronous_or_streamed
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.00006 / 1K token Đầu ra · Token đầu ra $0.0003 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00006 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhBậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.00006 / 1K token Đầu ra · Token đầu ra $0.0003 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00006 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "inference-net/schematron-v2-turbo",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi khối nội dung, chữ ký suy nghĩ và ID sử dụng công cụ thực tế. Ghép tất cả các phần thay đổi của khối SSE; khối văn bản đầu tiên không phải toàn bộ đầu ra.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngid | Loạistring |
Trườngmodel | Loạistring |
Trườngcontent[] | Loạitext|thinking|tool_use|other content block |
Trườngstop_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra inference-net/schematron-v2-turbo
Dùng các đường dẫn phương thức hiển thị ở trên.
Ví dụ kỹ thuật bằng tiếng Anh
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.