منصوبے کے بارے میں

انسرکٹر ایک پائی تھون لائبریری ہے جو بڑے لینگویج ماڈلز (LLMs) سے سٹرکچرڈ ڈیٹا نکالنے کو آسان بناتی ہے۔ یہ Pydantic کے ساتھ انٹیگریٹ ہو کر ٹائپ سیف، ویلیڈیٹڈ آؤٹ پٹ فراہم کرتی ہے جس میں مینوئل JSON parsing یا ایرر ہینڈلنگ کی ضرورت نہیں ہوتی۔ ڈویلپرز مطلوبہ آؤٹ پٹ اسٹرکچر کا Pydantic ماڈل تعریف کرتے ہیں، پھر اسے انسرکٹر کے کلائنٹ انٹرفیس میں پار کرتے ہیں، جو خودکار طور پر اسکیم جنریشن، ریسپانس ویلیڈیشن، اور اگر ویلیڈیشن ناکام ہو تو ری ٹرائی لاگک سنبھال لیتا ہے۔ یہ لائبریری متعدد LLM پرووائیڈرز کا سپورٹ کرتی ہے جن میں OpenAI، Anthropic، Google Gemini، Ollama، اور Groq شامل ہیں — سب ایک مستقل API کے ذریعے۔ اس میں اسٹریمنگ پارشل رزلٹس، نیسٹڈ آبجیکٹ ایکسٹریکشن، اور غلط آؤٹ پٹ کے لیے فیڈ بیک کے ساتھ خودکار ری ٹرائیز جیسے ایڈوانس فیچرز بھی موجود ہیں۔ LangChain اور LlamaIndex جیسے فریم ورکس کے مقابلے میں انسرکٹر بہت ہلکا پھلکا ہے کیونکہ یہ صرف سٹرکچرڈ ایکسٹریکشن پر مرکوز ہے۔ اسے OpenAI، Google، Microsoft، اور AWS کی ٹیموں سمیت 100,000 سے زائد ڈویلپرز اور کمپنیاں پراڈکشن میں استعمال کر رہی ہیں۔ اس پروجیکٹ کو GitHub پر 10K سے زائد اسٹارز اور ماہانہ 3 ملین سے زائد ڈاؤن لوڈز حاصل ہیں۔ پائی تھون کے علاوہ، انسرکٹر نے TypeScript، Ruby، Go، Elixir، اور Rust میں آفیشل امپلیمنٹیشنز بھی فراہم کی ہیں۔ دستاویزات، مثالیں، اور کمیونٹی سپورٹ اس کی ویب سائٹ اور Discord سرور کے ذریعے دستیاب ہے۔ زیادہ کمپلیکس ایجنٹ ورک فلو کے لیے، ٹیم PydanticAI کی سفارش کرتی ہے جو انسرکٹر کی بنیاد پر مزید ٹولنگ اور اوبزرویبلٹی فیچرز کے ساتھ بنایا گیا ہے۔ انسٹالیشن pip، uv، یا Poetry کے ذریعے آسان ہے۔ کسی پیچیدہ سیٹ اپ کی ضرورت نہیں — بس اپنا ماڈل تعریف کریں اور قدرتی زبان کی ان پٹ سے سٹرکچرڈ ڈیٹا قابل اعتماد طریقے سے نکالیں۔