AI මොඩලයන්ගෙන් JSON ආකාරයේ පිළිතුරු ලැබීමට උත්සාහ කරන සංවර්ධකයින්ට, JSON.parse() එකට විශ්වාසය තබා ගැනීම අධික අවදානමක් බවක් තවත් තහවුරු වුණා.
SpaceAI360 හි ඉදිරියෙන් පවතින ප්රොඩක්ශන් පද්ධතියේදී, LLM එකක් { "summary": "User reported a bug.", "sentiment": "negative", "score": "8/10" } වැනි පිළිතුරක් ලබා දුන්නා. මෙහිදී backticks, markdown code fences සහ සංඛ්යාත්මක වර්ගය වෙනස් වීම නිසා JSON.parse() අසාර්ථක වී, සේවාදායකය 500 Internal Server Error එකක් දුන්නේ.
මෙවැනි වැරදි නිසා පද්ධතියේ UI එක බිඳී යාම, දත්ත ගබඩා කිරීමේ දෝෂ සහ අතිරේක වියදම් සිදුවීමට ඉඩ ඇත. එබැවින් LLM ආදානයක් API සීමා හරහා යාමට පෙර, එය කඩිනම්ව ස්කීමා නියාමනය කරගැනීම අත්යවශ්යයි.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ සංවර්ධකයින්, ව්යාපාරිකයින් සහ විද්යාල සිසුන්ට මෙය වැදගත් වන්නේ:
- ආරක්ෂිත API – LLM ආදානයක් නිවැරදිව පරීක්ෂා කිරීමෙන් සේවා අඩංගු නොවන දෝෂ වලින් රැකගත හැක.
- දත්ත ගුණාත්මකභාවය – Zod වැනි schema validation library භාවිතයෙන් JSON වර්ගයන් සත්ය පරිදි පරීක්ෂා කර, දත්ත ගබඩා කිරීමේ අසාර්ථකතා වැළැක්විය හැක.
- ඉක්මන් සංවර්ධනය – ගේට්වේ මට්ටමේ validation එකක් නිසා, දෝෂ හඳුනා ගැනීම ඉක්මනින් සිදු වී, සංවර්ධන කාලය කෙටි කරයි.
- කලාවත් නවීන තාක්ෂණය – Next.js 15, TypeScript, Zod වැනි නවීන toolset එකක් භාවිතා කිරීමෙන්, ලෝක ප්රවණතාවයට අනුකූලව ශ්රී ලංකාවේ තාක්ෂණික ප්රවේශය වර්ධනය වේ.
SpaceAI360 විසින් ගොඩනගා ඇති පියවර තුන – schema නිර්වචනය, sanitize utility, සහ retry loop – සැලැස්වීමෙන් LLM ආදානයක් පළමු වරටම සාර්ථකව API සීමා හරහා ගමන් කරයි.
අවසන් වශයෙන්, LLM වලින් ලබා ගන්නා JSON පිළිතුරු වලට අනවශ්ය markdown හෝ වැරදි වර්ගයන් ඇතුළත් විය හැකි බව මතක තබා, නිසි validation ක්රමයක් අත්යවශ්යය. මෙය ශ්රී ලංකාවේ AI‑චලිත සේවා නිර්මාණය කරන සැමට අත්යවශ්ය පියවරක් වේ.
