2025¶

发布统一提供者接口

我们很高兴地介绍 Instructor 的一项重大增强：**from_provider()** 函数。虽然 Instructor 一直专注于提供强大的结构化输出，但我们观察到许多用户使用多个 LLM 提供者。这通常需要为每个客户端进行重复设置。

from_provider() 函数旨在简化此过程，使得初始化客户端和跨不同模型进行实验更加容易。

这项新功能提供了一种精简的、基于字符串的方法，用于初始化适用于各种流行 LLM 提供者的 Instructor 增强客户端。

Anthropic 新的网页搜索工具与 Instructor 结合使用时，提供了一种强大的方式来从网页获取实时、结构化的数据。这使得您能够构建可以回答问题并提供最新信息的应用程序，超越了大型语言模型的知识截止日期。

在这篇文章中，我们将探讨如何使用 web_search 工具与 Instructor 来获取最新信息并将其结构化为一个 Pydantic 模型。即使是简单的结构也能非常有效地提升清晰度和后续处理。

随着 OpenAI 加入 Anthropic 支持模型上下文协议 (MCP)，我们正在见证语言模型与外部系统交互的统一标准。这为多 LLM 架构创造了激动人心的机会，其中专门的 AI 应用程序可以并行工作——发现工具、移交任务并通过标准化接口访问强大功能。

我们很高兴地宣布 Instructor 现在实现了 llms.txt 规范！您现在可以在 python.useinstructor.com/llms.txt 找到我们的 llms.txt 文件。这一采用标志着我们文档对 AI 语言模型更加易读的重要一步。

AI 辅助编码正在改变我们使用版本控制的方式。许多开发者现在使用我称之为“凭感觉编程 (vibe coding)”的方式——在 AI 帮助下编程。这给 Git 带来了新的挑战。今天我将分享我们如何在 Instructor 中使用 Cursor 规则来解决这些问题。