← Descubrir
GitHub · dottxt-ai/outlines↑ +65 hoy

Configurar salidas de IA

La biblioteca Outlines permite que las respuestas de modelos de lenguaje grandes se presenten como resultados estructurados de acuerdo con esquemas predefinidos. Con esta herramienta basada en Python, los desarrolladores protegen la integridad de los datos restringiendo los resultados del modelo con expresiones regulares o reglas gramaticales libres de contexto.

Actualizaciones

  • 7 de agosto de 2026: Estrellas 15,477 → 15,525, última versión 1.3.3 (6 de agosto de 2026).
  • 2 de agosto de 2026: Estrellas 14,917 → 15,477, última versión 1.3.2 (20 de julio de 2026).

Qué aporta

  • Restringe los resultados del modelo según esquemas predefinidos.
  • Totalmente compatible con tipos de datos JSON o Python
  • Elimina la necesidad de depurar resultados erróneos

Instalación

Instalar la biblioteca
pip install outlines

Ejecución

Conecta el modelo
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)
)

Si no programa

Pegue esto en su agente (Claude Code · Codex · Antigravity)

Quiero restringir la respuesta de un modelo de IA a una estructura de datos de Pydantic o un tipo de Python específico (por ejemplo, int o Literal) usando la biblioteca Outlines. ¿Cómo puedo utilizar la función modelo (solicitud, tipo_salida) después de definir el objeto del modelo para garantizar que la salida del modelo siempre se ajuste al esquema que deseo? Explique con un ejemplo cómo definir el modelo Pydantic para objetos complejos y aplicar esta estructura a la salida del modelo.

Repositorio: https://github.com/dottxt-ai/outlines. Sigue las instrucciones oficiales del archivo README de este repositorio para la instalación y ejecución.

Antes de empezar, comprueba en qué sistema operativo estamos y si las herramientas necesarias (ej. Python, Node.js, Git, Docker) están instaladas. Instala las que falten paso a paso según este sistema.

Crea una carpeta nueva y vacía para trabajar. No toques ningún archivo fuera de esta carpeta y no borres nada. Antes de ejecutar cada comando, dime qué vas a hacer en una frase.

Dime qué debería ver en la pantalla al final de cada paso. Si ocurre un error, te pegaré el mensaje de error tal cual y lo solucionaremos juntos.

Términos relacionados del glosario

Para quién esEs para desarrolladores que desean convertir resultados de texto irregulares de modelos de IA en datos estructurados que puedan usarse directamente en procesos de software.
LicenciaApache-2.0

Enlaces

TreScout no desarrolló esta herramienta · la encontramos en las tendencias de GitHub y la presentamos. Esta página describe el repositorio tal como estaba el 2026-07-22: El número de estrellas y nuestro texto son de ese día, el repositorio puede haber cambiado desde entonces. Consulte el enlace del repositorio para ver el estado actual. El texto de presentación se preparó con IA a partir de la propia documentación del repositorio y esta página se tradujo automáticamente del original en turco · prevalece la versión turca.