🧱 llama.cpp: локальная модель возвращает аккуратный JSON
🧱 llama.cpp: локальная модель возвращает аккуратный JSON Если ответ ИИ должен сразу попасть в таблицу, скрипт или автоматизацию, свободный текст приходится разбирать вручную. В llama.cpp вывод можно ограничить простой JSON Schema через параметр `-j`. 1. Установите llama.cpp в Windows: `winget install llama.cpp` 2. Подготовьте совместимую модель в формате GGUF. 3. Запустите её с нужной схемой: `llama-cli -m .\model.gguf -j '{"type":"object","properties":{"title":{"type":"string"},"priority":{"type":"string","enum":["low","medium","high"]}},"required":["title","priority"],"additionalProperties":false}' -p 'Разбери задачу и верни поля title и priority: исправить форму входа сегодня'` На выходе модель сможет выбирать только структуру, разрешённую схемой. Это удобно для карточек задач, каталогов, классификации писем и локальных конвейеров без облака. Важная деталь: сама схема ограничивает форму ответа, но не объясняет модели смысл полей. Поэтому названия и ожидаемые значения всё равно стоит явно описать в запросе. Для первого теста используйте короткую схему без сложных вложений. Сохраните пример, если строите локальную автоматизацию с ИИ. #первыйхаб #технологии #ии #llamacpp #локальныемодели