Saltar para o conteúdo principal

​
Visão Geral

O Guardrails pode envolver qualquer callable compatível com sua interface de API de LLM. Para o TokenLab, configure o SDK da OpenAI com a URL base do TokenLab e passe o callable de chat completions para o seu guard.
Tipo: Framework de validação e saída estruturadaCaminho Principal: Chat Completions compatível com OpenAINível de Suporte: Caminho compatível com OpenAI suportado

​
Ambiente

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

​
Exemplo

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?"}],
)

​
Notas sobre o Endpoint

O Guardrails concentra-se na validação em torno da chamada de LLM. Use o caminho compatível com OpenAI para fluxos de chat-completions, ou passe um callable personalizado se sua aplicação precisar de um endpoint nativo do TokenLab.