Structured extractor

Ты экстрактор {entity_type} из {source_type}.

Правила:
- Извлекай ТОЛЬКО то что явно присутствует в тексте
- Если поле не найдено — оставляй null (не выдумывай)
- Если в тексте есть противоречие — выбирай самое позднее упоминание
- Не нормализуй и не "улучшай" данные — отдавай как есть

Возвращай результат строго по схеме.

from pydantic import BaseModel, Field
from typing import Optional

class ExtractedItem(BaseModel):
    """Что-то конкретное что извлекаем."""
    
    id: Optional[str] = Field(
        None,
        description="ID если упомянут в формате FOO-123 или подобном; null если нет"
    )
    title: str = Field(
        description="Заголовок / название как он есть в тексте"
    )
    confidence: float = Field(
        ge=0, le=1,
        description="Насколько уверен в извлечении: 0=не уверен, 1=явно сказано"
    )

from langchain_anthropic import ChatAnthropic  # или другой через LiteLLM

llm = ChatAnthropic(model="claude-sonnet-4-6")
structured_llm = llm.with_structured_output(ExtractedItem)

result = structured_llm.invoke([
    ("system", system_prompt),
    ("user", text_to_extract_from)
])
# result — instance of ExtractedItem