jsonschema项目技术文档
1. 安装指南
jsonschema 是一个针对 Python 的 JSON Schema 规范的实现。您可以从 PyPI 上安装它,使用以下命令:
$ pip install jsonschema
此外,该项目还提供了两个可选的附加组件,它们与 format 验证相关:
formatformat-nongpl
您在安装时可以包含这些附加组件,以便引入额外的依赖关系。例如:
$ pip install jsonschema'[format]'
请注意,这些依赖项的存在或者甚至在模式中指定了 format 检查并不会激活格式检查(根据规范)。请阅读格式验证文档以获取更多详细信息。
2. 项目使用说明
jsonschema 可以用来验证 JSON 数据是否满足特定的模式。以下是一个简单示例:
from jsonschema import validate
# 一个示例模式
schema = {
"type": "object",
"properties": {
"price": {"type": "number"},
"name": {"type": "string"},
},
}
# 如果没有引发 ValidationError 异常,则实例是有效的
validate(instance={"name": "Eggs", "price": 34.99}, schema=schema)
# 下面的实例将引发 ValidationError 异常,因为 'price' 应该是数字类型
validate(instance={"name": "Eggs", "price": "Invalid"}, schema=schema)
3. 项目API使用文档
jsonschema 提供了不同的验证器,以支持不同版本的 JSON Schema 规范。以下是一些主要类和方法的描述:
-
jsonschema.validate(instance, schema): 验证给定的实例是否满足提供的模式。 -
jsonschema.validators.Draft202012Validator: 支持 JSON Schema 规范的 Draft 2020-12 版本。 -
jsonschema.validators.Draft201909Validator: 支持 JSON Schema 规范的 Draft 2019-09 版本。 -
jsonschema.validators.Draft7Validator: 支持 JSON Schema 规范的 Draft 7 版本。 -
jsonschema.validators.Draft6Validator: 支持 JSON Schema 规范的 Draft 6 版本。 -
jsonschema.validators.Draft4Validator: 支持 JSON Schema 规范的 Draft 4 版本。 -
jsonschema.validators.Draft3Validator: 支持 JSON Schema 规范的 Draft 3 版本。
4. 项目安装方式
jsonschema 可以通过多种方式进行安装。最简单的方式是使用 pip:
$ pip install jsonschema
如果您需要包含特定的附加组件,可以像以下这样安装:
$ pip install jsonschema'[format]' # 安装带有 format 附加组件的版本
以上是关于 jsonschema 项目的详细技术文档,希望对您的使用有所帮助。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00