จาก 0 ถึง AI Agent — บันทึกการเรียนรู้ผ่านโปรเจกต์จริง

ตอนที่ 5: Pydantic กับ Structured Output

ตอนนี้เราเกือบครบแล้ว เหลือแค่ส่วนสุดท้าย — Pydantic และ entry point ของโปรแกรม

ฟังดูน่ากลัว แต่จริงๆ ไม่ยากเลย มาดูกัน

ปัญหาของการรับข้อมูลจาก AI

สมมติ Claude ส่งคำตอบกลับมา แต่ดันส่งผิด เช่น:

ถ้าไม่มีอะไรตรวจสอบ โปรแกรมอาจทำงานผิดพลาดโดยที่เราไม่รู้

Pydantic: ผู้ตรวจสอบข้อมูล

Pydantic คือ library ที่ช่วยตรวจสอบว่าข้อมูลถูกต้องตามที่เรากำหนดหรือเปล่า — ถ้าผิดจะ error ทันที แทนที่จะเงียบแล้วทำงานผิดพลาด

ใน ask.py เรานิยาม model ไว้ตรงนี้:

from pydantic import BaseModel
from typing import List

class DocAnswer(BaseModel):
    answer: str
    source_files: List[str]
    confidence: str   # "high" | "medium" | "low"
    found_in_docs: bool

แค่นี้เลย — บอกว่า DocAnswer ต้องมี 4 field และแต่ละ field เป็น type อะไร

ตอนที่ Claude เรียก return_answer เราก็แปลงข้อมูลมันเป็น DocAnswer ด้วยบรรทัดนี้:

return DocAnswer(**block.input)

**block.input คือการแกะ dictionary แล้วส่งเป็น argument เข้า DocAnswer — ถ้า field ไหนผิด type หรือขาดหายไป Pydantic จะ raise error ทันที

Entry Point: โค้ดที่รันเมื่อเปิดโปรแกรม

ส่วนสุดท้ายคือ if __name__ == "__main__" — โค้ดในนี้จะรันเฉพาะตอนที่เราสั่ง python ask.py โดยตรง:

if __name__ == "__main__":
    print(f"Docs folder: {DOCS_FOLDER.resolve()}")
    print("Type 'quit' to exit\n")

    while True:
        question = input("You: ").strip()
        if question.lower() in ("quit", "exit"):
            break
        if not question:
            continue

        print("\nThinking...")
        result = ask(question)

        if isinstance(result, DocAnswer):
            print(f"\nClaude: {result.answer}")
            print(f"Sources:     {result.source_files}")
            print(f"Confidence:  {result.confidence}")
            print(f"In docs:     {result.found_in_docs}\n")
        else:
            print(f"\nClaude: {result}\n")

ทำงานอย่างนี้:

1. วน loop รอรับคำถามจากผู้ใช้

2. ถ้าพิมพ์ quit หรือ exit ก็หยุด

3. ส่งคำถามไปที่ ask() แล้วรอผล

4. ถ้าผลเป็น DocAnswer แสดงแบบ structured, ถ้าเป็น text ธรรมดาก็แสดงตรงๆ

isinstance() คืออะไร?

if isinstance(result, DocAnswer):

isinstance() ตรวจสอบว่า result เป็น object ประเภท DocAnswer ไหม — ถ้าใช่แสดงแบบมีหัวข้อ ถ้าไม่ใช่ก็แสดงเป็น text ธรรมดา

ทำไมต้องเช็ค? เพราะในบางกรณีที่ agent วน loop แล้วออกมาด้วย end_turn (แทนที่จะเรียก return_answer) ผลที่ได้จะเป็น string ธรรมดา ไม่ใช่ DocAnswer

ภาพรวมโค้ดทั้งหมดใน ask.py

imports + load_dotenv
    ↓
DocAnswer (Pydantic model)
    ↓
client + DOCS_FOLDER + SYSTEM_PROMPT
    ↓
tools = [list_files, read_file, return_answer]
    ↓
run_tool() — Python รัน tool จริง
    ↓
ask() — Agent Loop
    ↓
if __name__ == "__main__" — CLI

แค่นี้เอง ทั้งโปรเจกต์อยู่ในไฟล์เดียว ไม่ถึง 100 บรรทัด

สรุปตอนที่ 5

Pydantic ช่วยให้เรามั่นใจว่าข้อมูลที่ได้จาก Claude ถูกต้องตาม format ที่กำหนด และ entry point ก็เป็นแค่ while loop ธรรมดาที่รอรับคำถาม

ตอนหน้าเป็นตอนสุดท้าย — เราจะรันโปรแกรมจริง และสรุปสิ่งที่ได้เรียนรู้จากโปรเจกต์นี้

📚 Series: จาก 0 ถึง AI Agent — บันทึกการเรียนรู้ผ่านโปรเจกต์จริง

• ตอนที่ 1: เริ่มต้นกับ Anthropic API
• ตอนที่ 2: Tool Calling คืออะไร
• ตอนที่ 3: นิยาม Tools ให้ Claude ใช้
• ตอนที่ 4: Agent Loop — วนจนกว่าจะได้คำตอบ
• ตอนที่ 5: Pydantic กับ Structured Output ← คุณอยู่ที่นี่
• ตอนที่ 6: รันจริง และสิ่งที่ได้เรียนรู้

Source code ทั้งหมดอยู่ที่ github.com/nipitpongpan/ask-my-docs