Anthropic structured output parsing in the workfkow

Aperta
  • Qualcosa non va?
#1,696 1 commento 0 reazioni 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 1 giorno

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
3/5
Tempo stimato
1-2 giorni
Idoneità per principianti
35/100
Tipo di issue
Bug
Chiarezza
Da chiarire
Stato di attività
Ferma
Stack tecnologico
python
Ambito
machine-learning

Direzione di ricerca

Inizia riproducendo il workflow personalizzato con il blocco Anthropic, il blocco JSON Parser o VLM as Detector, concentrandoti sull'errore di validazione claude_output. Verifica come l'output strutturato e il rilevamento di oggetti non riconosciuti dichiarano e deserializzano il valore di runtime; il lavoro è completato quando il workflow supera la validazione Pydantic senza l'errore dict-versus-string.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

question
Search before asking
  • I have searched the Inference issues and found no similar feature requests.
Question

I’m running a custom Roboflow workflow for bounding-box labeling that integrates Anthropic models for detection and structured output parsing.
However, neither unrecognized object detection nor structured output generation modes pass Pydantic validation during runtime.

When I include either the JSON Parser block or use VLM as Detector, the workflow fails with:

Failed to assemble claude_output.
Could not successfully use any deserializer for declared kinds.
Details:
Kind: string - Error: Detected runtime parameter claude_output declared to hold string value, but invalid type of data found (dict).
Kind: language_model_output - Error: Detected runtime parameter claude_output declared to hold string value, but invalid type of data found (dict).

It looks like the Anthropic block always returning an object.

Could you help me solve this issue? What should I change in my block configurations? Thanks!

Additional

No response

Lingua principale
Python
Stelle
2.5k
Fork
340
Merge medio
2g 11h
PR unite (30g)
92

Preparare l'ambiente

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di roboflow/inference

Tutte le issue di roboflow/inference

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.