Guardrails - TokenLab

Übersicht

Guardrails kann jeden aufrufbaren Code (Callable) umschließen, der mit seiner LLM-API-Schnittstelle kompatibel ist. Konfigurieren Sie für TokenLab das OpenAI SDK mit der Basis-URL von TokenLab und übergeben Sie das Chat-Completions-Callable an Ihren Guard.

Typ: Validierungs- und Framework für strukturierte AusgabenPrimärer Pfad: OpenAI-kompatible Chat CompletionsSupport-Status: Unterstützter OpenAI-kompatibler Pfad

Umgebung

export TOKENLAB_API_KEY="sk-your-tokenlab-key"

Beispiel

import os

from guardrails import Guard
from openai import OpenAI
from pydantic import BaseModel, Field


class Pet(BaseModel):
    pet_type: str = Field(description="Species of pet")
    name: str = Field(description="A unique pet name")


guard = Guard.for_pydantic(output_class=Pet)

client = OpenAI(
    api_key=os.environ["TOKENLAB_API_KEY"],
    base_url="https://api.tokenlab.sh/v1",
)

raw_output, validated_output, *rest = guard(
    llm_api=client.chat.completions.create,
    model="claude-sonnet-5",
    messages=[{"role": "user", "content": "What kind of pet should I get?"}],
)

Hinweise zu Endpunkten

Guardrails konzentriert sich auf die Validierung rund um den LLM-Aufruf. Verwenden Sie den OpenAI-kompatiblen Pfad für Chat-Completions-Abläufe oder übergeben Sie ein benutzerdefiniertes Callable, falls Ihre Anwendung einen nativen TokenLab-Endpunkt benötigt.