kor的相关学习及其理解

Posted on August 22, 2024

首先，第一步

获取硅基流动api，这是一个免费开放的语言模型

# 替换成你自己的API key

配置好接口准备好前置工作

到此准备工作已经完成可以结合kor和schema

kor的主要功能体现在example中是否添加额外内容，Kor 会生成一个提示，发送到指定的 LLM 并解析出 输出,Kor主要基于prompt，是对LLM的一层封装。 LLM 之上的另一个包装器

这是对应的运行结果，不难发现，添加了example以后data值不再为空

总的来说，Kor 接收到用户定义的 schema 和待处理的原始文本（raw text）后，会将这两者组合起来，生成一个特定的 prompt（提示词模板）。这个 prompt 是用于引导 LLM 生成符合 schema 结构的输出。Kor 的作用在这一阶段尤为重要，它将复杂的 schema 和文本整合成适合 LLM 处理的输入形式，如果没有合适的结构则会返回为空