استخراج بيانات البريد الإلكتروني والملفات إلى CSV
يقوم هذا سير العمل باستخراج وتنظيم المعلومات الأساسية من رسائل البريد الإلكتروني والملفات المرفقة، ويستخدم الذكاء الاصطناعي لمعالجة البيانات وهيكلتها، ويقوم بإخ...
3 دقيقة قراءة
مكون المولد المهيكل مصمم لتوليد مخرجات بيانات مهيكلة بالاعتماد على نماذج اللغة الكبيرة (LLMs). يعد هذا المكون مفيدًا بشكل خاص عندما تحتاج إلى نصوص أو بيانات منشأة بواسطة الذكاء الاصطناعي لتتبع مخطط أو هيكل معين، مما يسهل دمجها مع الأنظمة أو التحليلات أو سير العمل اللاحقة.
ماذا يفعل هذا المكون؟
يستقبل المولد المهيكل إدخال المستخدم على شكل مطالبة، ويمكنه دمج الصور وتعليمات نظامية، ويوظف نموذج LLM محدد لإنتاج مخرجات تتبع هيكلًا يحدده المستخدم. وهذا يجعله مثاليًا للسيناريوهات التي تتطلب تنسيق بيانات متسقًا وقابلًا للتوقع—مثل تعبئة النماذج، وتوليد التقارير، أو استخراج بيانات مهيكلة من النصوص.
المدخلات
يدعم المكون عدة مدخلات قابلة للتكوين:
| اسم الإدخال | النوع | مطلوب | الوصف |
|---|---|---|---|
| الإدخال | رسالة (نص) | لا | المطالبة أو السؤال الرئيسي الذي تريد أن يعالجه LLM. |
| LLM | BaseChatModel | لا | نموذج اللغة المستخدم لتوليد المخرجات. |
| الصور | FlowSessionAttachmentResponse | لا | صور لتوفير سياق إضافي لنموذج LLM. |
| هيكل المخرجات | NestedDict | نعم | يحدد الهيكل والحقول المطلوبة للمخرجات. (مثال: حدد المفاتيح وأنواع البيانات) |
| رسالة النظام | سلسلة (متعددة الأسطر، اختيارية) | لا | تعليمات إضافية أو سياق لنموذج LLM على مستوى النظام (متقدمة، اختيارية). |
تفاصيل المدخلات
- الإدخال (المطالبة): التعليمات أو السؤال الرئيسي الذي يجب على LLM معالجته.
- LLM (النموذج): اختر أي نموذج لغة سيتم استخدامه لتوليد الاستجابة.
- الصور: أرفق صورًا إذا كان النموذج يدعم الإدخال متعدد الوسائط وتريد تضمين سياق بصري.
- هيكل المخرجات: حدد تنسيق المخرجات مثل الحقول ووصفها، لضمان أن يكون المحتوى الناتج مهيكلاً كما ترغب.
- رسالة النظام: (متقدم) قدم سياقًا أو قواعد إضافية لتوجيه سلوك النموذج.
المخرجات
ينتج المكون مخرجًا واحدًا:
| اسم المخرج | النوع | الوصف |
|---|---|---|
| مخرجات مهيكلة | بيانات | البيانات المنشأة، منسقة كما هو محدد في حقل هيكل المخرجات. |
يمكن بعد ذلك استهلاك هذا المخرج من قبل مكونات أخرى أو تصديره للمعالجة اللاحقة.
لماذا تستخدم المولد المهيكل؟
- الاتساق: يضمن أن المخرجات التي ينشئها الذكاء الاصطناعي تلتزم دائمًا بمخطط محدد مسبقًا، مما يقلل من جهد المعالجة اللاحقة.
- المرونة: يدعم مجموعة واسعة من هياكل المخرجات، من نصوص بسيطة إلى بيانات متداخلة معقدة.
- إدخال متعدد الوسائط: يمكنك تضمين الصور مع النص لإثراء المطالبة في النماذج التي تدعم ذلك.
- قابلية التخصيص: استخدم رسائل النظام لضبط سلوك النموذج وأسلوب المخرجات وفقًا لاحتياجات سير العمل الخاص بك.
- التكامل: مثالي لسير عمل الذكاء الاصطناعي الذي يتطلب بيانات مهيكلة لاستجابات واجهات برمجة التطبيقات أو قواعد البيانات أو خطوط التحليل.
أمثلة على حالات الاستخدام
- استخراج معلومات مهيكلة (مثل الأسماء، التواريخ، والمواقع) من نصوص غير مهيكلة.
- توليد تقارير أو ملخصات موحدة من مدخلات المستخدمين.
- تعبئة النماذج أو الجداول استنادًا إلى أوصاف حرة.
- إنتاج مخرجات JSON للاستخدام في تطبيقات الويب أو المعالجة اللاحقة.
الملخص
يعد المولد المهيكل أداة قوية ومرنة لتوليد بيانات مهيكلة مدفوعة بالذكاء الاصطناعي. من خلال ضبط حقول الإدخال ومخطط المخرجات، يمكنك تخصيصه لمجموعة واسعة من التطبيقات التي تتطلب توليد بيانات مهيكلة وموثوقة وقابلة للتكرار.
