展开本页目录
开始前准备什么
- 下载独立练习包，阅读README的版本、套餐与实跑范围。
- AI 员工文档标注社区版+；需 NocoBase 实例、LLM 服务和对应页面/数据权限。当前协议包含 Apache-2.0 及补充条款。本站未安装 NocoBase、未调用模型或访问数据库。
- 准备自己的可用模型与账户；不把示例模型占位名或地址当作已验证配置。
- 检查原文和Schema
- 核对模型的Response format
- 配置LLM结构化输出节点
- 运行一个真实小请求
- 在写库前检查类型
- 检查自己的结构化内容
- 用错误类型测试拒绝路径
1. 检查原文和Schema
原文只有4台照度计，缺领取日期和联系人。schema.json规定枚举、正整数/null和missing数组，additionalProperties为false；先理解数据契约。
bash
python3 verify.py
2. 核对模型的Response format
按官方说明确认text+Tools、json_object或json_schema模式。json_object不代表服务端严格执行Schema，strict也只适用于兼容模型。
3. 配置LLM结构化输出节点
在真实工作流LLM节点粘贴schema与prompt，记录模型和格式设置。Ollama的format传法与远端provider不同，不能照抄所有开关。
4. 运行一个真实小请求
用request.txt执行测试，查看节点的Structured content而非仅聊天文本。保存原生节点结果；本站未运行此节点或模型。
5. 在写库前检查类型
先验证category合法、quantity为整数4而非true、missing保留两个字段，再让后续测试节点取值。不要只在prompt里写“返回JSON”就直接入库。
6. 检查自己的结构化内容
将实际Structured content导出成my-content.json，运行--actual。脚本按本题约束验证类型、枚举、额外字段和事实；不是任意JSON Schema解释器。
bash
python3 verify.py --actual my-content.json7. 用错误类型测试拒绝路径
负例true与租赁都应被拒绝；再在自己的流程故意加入非法字段，确认写入前的验证节点确实阻断。未实跑流程时不声称数据库已安全拒绝。
怎样确认已经完成
- 原始输入、来源和单位已保留，材料检查及两条故意错误样例均运行。
- 在真实工具保存原生输出，回读本题关键事实、缺值与来源；未运行部分仍标记未执行。
- 保存工具/模型版本和实际结果，人工修改与模型返回分开归档。
常见问题
JSON通过Schema就能直接写进数据库吗？
Schema只检查约定结构和类型。本页还要对原文核对category、整数4和缺项列表，区分Structured content与普通文本，再交下游写库。
NocoBase LLM结构化输出需要哪些条件？
AI 员工文档标注社区版+；需 NocoBase 实例、LLM 服务和对应页面/数据权限。当前协议包含 Apache-2.0 及补充条款。本站未安装 NocoBase、未调用模型或访问数据库。
NocoBase LLM结构化输出的图片和检查通过代表什么？
原始输入、人工参考与实际离线材料检查均有对应文件；官方图说明操作入口。目标软件和模型未执行的部分已在步骤中注明，不能用材料检查替代真实产品运行。