← Entdecken
GitHub · dottxt-ai/outlines↑ +65 heute

Konfigurieren Sie AI-Ausgaben

Die Outlines-Bibliothek ermöglicht die Darstellung der Antworten großer Sprachmodelle als strukturierte Ausgaben nach vordefinierten Schemata. Mit diesem Python-basierten Tool schützen Entwickler die Datenintegrität, indem sie Modellausgaben mit regulären Ausdrücken oder kontextfreien Grammatikregeln einschränken.

Aktualisierungen

  • 7. August 2026: Sterne 15,477 → 15,525, neueste Version 1.3.3 (6. August 2026).
  • 2. August 2026: Sterne 14,917 → 15,477, neueste Version 1.3.2 (20. Juli 2026).

Was es bringt

  • Schränkt Modellausgaben gemäß vordefinierten Schemata ein
  • Vollständig kompatibel mit JSON- oder Python-Datentypen
  • Eliminiert die Notwendigkeit, fehlerhafte Ausgaben zu debuggen

Installation

Installieren Sie die Bibliothek
pip install outlines

Ausführung

Schließen Sie das Modell an
import outlines
from transformers import AutoTokenizer, AutoModelForCausalLM


MODEL_NAME = "microsoft/Phi-3-mini-4k-instruct"
model = outlines.from_transformers(
    AutoModelForCausalLM.from_pretrained(MODEL_NAME, device_map="auto"),
    AutoTokenizer.from_pretrained(MODEL_NAME)
)

Wenn Sie nicht programmieren

Fügen Sie dies in Ihren Agenten ein (Claude Code · Codex · Antigravity)

Ich möchte die Antwort eines KI-Modells mithilfe der Outlines-Bibliothek auf eine bestimmte Pydantic-Datenstruktur oder einen bestimmten Python-Typ (z. B. int oder Literal) beschränken. Wie kann ich nach der Definition des Modellobjekts die Funktion model(request, output_type) verwenden, um sicherzustellen, dass die Ausgabe des Modells immer dem gewünschten Schema entspricht? Bitte erläutern Sie anhand eines Beispiels, wie Sie das Pydantic-Modell für komplexe Objekte definieren und diese Struktur auf die Modellausgabe anwenden.

Repository: https://github.com/dottxt-ai/outlines. Richte dich bei der Installation und Ausführung nach den offiziellen Anweisungen in der README-Datei dieses Repositorys.

Prüfe vor dem Start, unter welchem Betriebssystem wir arbeiten und ob die notwendigen Tools (z. B. Python, Node.js, Git, Docker) installiert sind. Installiere fehlende Tools schrittweise entsprechend diesem System.

Erstelle einen neuen, leeren Ordner für die Arbeit. Rühre keine Dateien außerhalb dieses Ordners an und lösche nichts. Sag mir vor jedem Befehl in einem Satz, was du tun wirst.

Sag mir, was ich am Ende jedes Schrittes auf dem Bildschirm sehen sollte. Wenn ein Fehler auftritt, füge ich die Fehlermeldung exakt so ein, wie sie ist, und wir beheben sie gemeinsam.

Verwandte Begriffe aus dem Glossar

Für wen es gedacht istEs richtet sich an Entwickler, die unregelmäßige Textausgaben von KI-Modellen in strukturierte Daten umwandeln möchten, die direkt in Softwareprozessen verwendet werden können.
LizenzApache-2.0

Links

TreScout hat dieses Werkzeug nicht entwickelt · wir haben es in den GitHub-Trends gefunden und stellen es vor. Diese Seite beschreibt das Repository so, wie es am 2026-07-22 war: Die Anzahl der Sterne und unser Text stammen von diesem Tag, das Repository kann sich seitdem geändert haben. Den aktuellen Stand finden Sie über den Link zum Repository. Der Präsentationstext wurde mit KI aus der eigenen Dokumentation des Repositories erstellt und diese Seite wurde maschinell übersetzt aus dem türkischen Original · maßgeblich ist die türkische Fassung.