Un recorrido paso a paso de cómo Entity Enricher procesa una sola entidad: desde la entrada, pasando por la clasificación y la ejecución paralela de modelos, hasta la salida estructurada.
Abra la página del Editor de esquemas y configure su enriquecimiento. Un asistente por pasos le guía por las etapas de la canalización: Datos de muestra, Esquema, Enriquecimiento y Resultados.
Pegue JSON de muestra para generar automáticamente un esquema y luego explore el árbol de propiedades interactivo. Edite propiedades, añada dominios de especialización y marque campos como claves de búsqueda o preservados.
Configure las opciones de enriquecimiento (estrategia, modelos, idiomas, clasificación, además del esquema de respuesta y los conmutadores de salida estructurada estricta) y complete las claves de búsqueda de la entidad (nombre, sitio web, país, etc.) para identificarla.
Muestra el progreso y los resultados en tiempo real de cada modelo. Al usar varios modelos, aparece un botón «Combinar resultados» para la fusión.
Si seleccionó un modelo de clasificación, primero se ejecuta una llamada al LLM rápida y económica para verificar que la entidad coincide con el tipo del esquema. Esto evita malgastar tokens en el enriquecimiento cuando la entidad no coincide. Consulte más en la documentación de clasificación.
Cada model seleccionado procesa la entity usando la estrategia que elija. Cuando se seleccionan varios models, se ejecutan en paralelo entre providers (Claude y GPT-4 se ejecutan simultáneamente), mientras que los models del mismo provider se ejecutan de forma secuencial para respetar los límites de tasa.
Cada respuesta del LLM se valida contra su esquema en tiempo real. Cuando la salida no coincide con los tipos o las restricciones esperados, el sistema envía automáticamente los errores de vuelta al LLM para su corrección.
Hasta 5 reintentos automáticos por llamada al LLM. Cada reintento incluye el error de validación específico para que el LLM sepa exactamente qué corregir.
Dos conmutadores opcionales piden al provider que restrinja la salida antes de que se devuelva, de modo que menos respuestas necesiten corrección desde el principio. Ambos solo se aplican a los modelos que los admiten; todo sigue recurriendo al bucle de validación y reintento anterior.
Entity Enricher utiliza Server-Sent Events (SSE) para transmitir el progreso en tiempo real. No tiene que esperar a que todos los modelos terminen: los resultados aparecen de forma progresiva a medida que cada dominio de experiencia o modelo finaliza.
Cada modelo obtiene su propio panel de resultados que muestra la salida JSON estructurada, insignias de progreso por especialización, uso de tokens, coste y tiempo de procesamiento. Al usar la estrategia multiespecialización, las insignias de especialización se actualizan en tiempo real a medida que se completa cada dominio.
Cuando se utiliza la estrategia multi-expertise domain, algunos expertise domains pueden fallar mientras otros tienen éxito. En lugar de descartarlo todo, Entity Enricher devuelve la salida combinada de los expertise domains exitosos con un estado «Parcial». Luego puede reintentar solo los expertise domains fallidos sin volver a ejecutar todo el enrichment.
Una vez completado el enriquecimiento, sus resultados se guardan en la página de Registros para futura referencia. Si utilizó varios modelos, puede combinar los resultados mediante la fusión multimodelo.