Dotando a IAs con: V1 Enrich Name (ETL-D API)

CONTENT:

• El Problema de la Alucinación:
  
  Los modelos de lenguaje masivo (LLM) son propensos a las "alucinaciones", donde realizan conjeturas o proporcionan información incorrecta cuando no tienen datos suficientes. La integración del endpoint /v1/enrich/name como herramienta permite a los agentes LLM acceder a datos estructurados y precisos sobre la descomposición y análisis de nombres. Esto evita que el modelo adivine y asegura respuestas fiables al descomponer nombres complejos y predecir géneros basados en patrones lingüísticos.

• Arquitectura de la Herramienta del Agente:
  
  El endpoint actúa como un middleware determinista dentro del flujo del agente. Funciona como un conector de enriquecimiento que toma nombres y los convierte en componentes estructurados como el nombre, apellido y título, utilizando patrones lingüísticos para predecir el género. Al hacer esto, el LLM puede confiar en esta fuente de verdad para obtener análisis precisos de nombres, lo que mejora la precisión de sus respuestas y capacidades.

• Implementación:
  

from etld_sdk import ETLDClient
from langchain import Tool

# Configuración del Cliente ETL-D
client = ETLDClient(api_key="your_api_key_here")

def enrich_name(full_name, context=None):
    try:
        # Preparación del payload de solicitud
        payload = {'full_name': full_name}
        if context:
            payload['context'] = context

        # Llamada al endpoint para enriquecer el nombre
        response = client.post(
            '/v1/enrich/name',
            json=payload
        )
        response.raise_for_status()  # Gestiona errores HTTP automáticamente
        return response.json()
    except requests.exceptions.HTTPError as http_err:
        # Manejo de errores según el código de respuesta
        if response.status_code == 402:
            return {"error": "Payment required - Insufficient credits."}
        elif response.status_code == 422:
            return {"error": "Validation error occurred."}
        else:
            return {"error": f"HTTP error occurred: {http_err}"}
    except Exception as err:
        return {"error": f"Other error occurred: {err}"}

# Definición de la herramienta para LangChain
name_enrichment_tool = Tool.from_function(
    enrich_name,
    name="NombreEnriquecimiento",
    description="Descompone nombres en sus componentes y predice el género."
)

• Especificaciones de Salida Determinista: El LLM recibe una estructura de datos organizada que incluye los componentes desglosados del nombre proporcionado, como el nombre de pila, apellidos y título, junto con una predicción de género basada en patrones lingüísticos. Esto permite al modelo operar con un alto nivel de confianza y precisión en aplicaciones donde los nombres son un elemento crítico para la comprensión contextual.

---

🔗 Get the Agent Tool Code: GitHub Gist