- コンテンツを大規模言語モデルに入力します
- モデルに指定されたデータのみを解析して返すよう指示します
- 必要なものだけを含むクリーンなJSON構造を返します
import requests
import json
def extract_with_llm():
url = "https://api.olostep.com/v1/scrapes"
headers = {
"Authorization": "Bearer <API_KEY>",
"Content-Type": "application/json"
}
data = {
"url_to_scrape": "https://www.berklee.edu/events/stefano-marchese-friends",
"formats": [
"markdown",
"json"
],
"llm_extract": {
"schema": {
"type": "object",
"properties": {
"event": {
"type": "object",
"properties": {
"title": {"type": "string"},
"date": {"type": "string"},
"description": {"type": "string"},
"venue": {"type": "string"},
"address": {"type": "string"},
"start_time": {"type": "string"},
},
}
},
}
},
}
response = requests.post(url, headers=headers, json=data)
result = response.json()
# LLM抽出は結果で利用可能になります
print(json.dumps(result, indent=2))
return result
if __name__ == "__main__":
extract_with_llm()
schemaまたはpromptをLLMに渡すことができます。
import requests
import json
def extract_with_llm():
url = "https://api.olostep.com/v1/scrapes"
headers = {
"Authorization": "Bearer <API_KEY>",
"Content-Type": "application/json"
}
data = {
"url_to_scrape": "https://www.berklee.edu/events/stefano-marchese-friends",
"formats": [
"markdown",
"json"
],
"llm_extract": {
"prompt": "イベントページからイベントのタイトル、日付、説明、会場、住所、開始時間を抽出してください。"
},
}
response = requests.post(url, headers=headers, json=data)
result = response.json()
# LLM抽出は結果で利用可能になります
print(json.dumps(result, indent=2))
return result
if __name__ == "__main__":
extract_with_llm()
promptはデータを抽出するためにLLMに渡される自然言語の文字列です。LLMはプロンプトに基づいてデータをどのように抽出するかを決定します。schemaを使用したくない場合にこれを使用できます。
サンプルレスポンス：
{
"id": "scrape_94iqy385ty",
...
"result": {
"json_content": "{\"event\":{\"title\":\"Stefano Marchese and Friends\",\"date\":\"Wednesday / January 22, 2025\",\"description\":\"Join acclaimed Italian singer-songwriter and educator Stefano Marchese for an unforgettable evening of musical magic as he takes the stage alongside a constellation of extraordinary talent in a concert titled Concerto di Duetti.\",\"venue\":\"David Friend Recital Hall (DFRH)\",\"address\":\"921 Boylston Street Boston MA 02115 United States\",\"start_time\":\"7:30 p.m. (EST)\"}}"
}
}
import json
event = json.loads(result["json_content"])
print(event["event"]["title"])