---
title: "OpenAI-compatible base_url کے ساتھ Instructor (Pydantic)"
description: "Instructor سے BroadNet Inference پر Pydantic آبجیکٹس نکالیں: کسٹم base_url کے ساتھ from_openai یا from_provider استعمال کریں، اور درست Mode منتخب کریں۔"
url: https://broadrouter.com/ur/guides/instructor-structured-output/
lang: ur
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

یہ صفحہ انگریزی سے AI کی مدد سے ترجمہ کیا گیا ہے۔ [انگریزی اصل پڑھیں](https://broadrouter.com/guides/instructor-structured-output/) (اپ ڈیٹ: 2026-11-16).

# BroadNet Inference پر Instructor سے اسٹرکچرڈ آؤٹ پٹ حاصل کریں

اپ ڈیٹ 2026-11-16

base\_url https://inference.broadnet.ai/v1 اور آپ کی BroadNet کلید والے OpenAI کلائنٹ کو instructor.from\_openai میں لپیٹیں، پھر chat.completions.create کال کریں جس میں response\_model آپ کی Pydantic کلاس ہو اور model ہو broadnet/glm-5.3 یا broadnet/qwen3.8-27b۔ BroadNet ٹولز اور اسٹرکچرڈ آؤٹ پٹ انہی دو ماڈلز کے لیے درج کرتا ہے۔ Mode.TOOLS ڈیفالٹ ہے؛ Mode.JSON\_SCHEMA بھی چلتا ہے۔

Instructor ایک Python لائبریری ہے جو LLM کے جوابات کو تصدیق شدہ (validated) Pydantic آبجیکٹس میں بدلتی ہے اور ویلیڈیشن ناکام ہونے پر دوبارہ کوشش کر سکتی ہے۔ یہ OpenAI کلائنٹ کو پیچ کرتی ہے، اور اس کی دستاویزات `base_url` کے ذریعے OpenAI-compatible سرورز کا احاطہ کرتی ہیں۔ BroadNet Inference، `https://inference.broadnet.ai/v1` پر chat completions فراہم کرتا ہے، اور ٹولز اور اسٹرکچرڈ آؤٹ پٹ GLM 5.3 اور Qwen3.8 27B کے لیے درج کرتا ہے۔ BroadRouter، BroadNet کی اپنی سائٹ ہے۔ یہ گائیڈ ورژن 1.17.0 کے وقت کی Instructor دستاویزات کے مطابق ہے۔

## انسٹال کریں

```bash
pip install instructor
export BROADNET_API_KEY='your-broadnet-key'
```

## ایک آبجیکٹ نکالیں

```python
import os
import instructor
from openai import OpenAI
from pydantic import BaseModel

class Invoice(BaseModel):
    vendor: str
    total: float
    currency: str

client = instructor.from_openai(
    OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"]),
    mode=instructor.Mode.TOOLS,
)

invoice = client.chat.completions.create(
    model="broadnet/glm-5.3",
    response_model=Invoice,
    max_tokens=4000,
    messages=[{"role": "user", "content": "Acme Trading invoice, total 1,250.00 SAR"}],
)
print(invoice)
```

Instructor، `Invoice` کو ایک ٹول اسکیما میں بدلتا ہے، `tool_choice` سے ماڈل کو اسے کال کرنے پر مجبور کرتا ہے، اور آرگیومنٹس کی ویلیڈیشن کرتا ہے۔ اگر آبجیکٹ ویلیڈیشن میں پورا نہ اترے تو وہ ویلیڈیشن ایرر کے ساتھ دوبارہ پوچھتا ہے؛ کتنی بار، یہ `max_retries` سے طے کریں۔

## یا from\_provider استعمال کریں

```python
pclient = instructor.from_provider(
    "openai/broadnet/glm-5.3",
    base_url="https://inference.broadnet.ai/v1",
    api_key=os.environ["BROADNET_API_KEY"],
)
invoice = pclient.create(response_model=Invoice, max_tokens=4000,
                         messages=[{"role": "user", "content": "Acme Trading, 1,250.00 SAR"}])
```

`openai/` والا حصہ کلائنٹ منتخب کرتا ہے۔ باقی، `broadnet/glm-5.3`، ماڈل ID کے طور پر بھیجا جاتا ہے۔

## کون سا موڈ

| موڈ | یہ کیا بھیجتا ہے | BroadNet کے ساتھ استعمال |
| --- | --- | --- |
| `Mode.TOOLS` (ڈیفالٹ) | آپ کے اسکیما کے ساتھ ایک لازمی ٹول کال | ہاں، GLM 5.3 یا Qwen3.8 27B پر |
| `Mode.JSON_SCHEMA` | `json_schema` ٹائپ کا `response_format` | ہاں، GLM 5.3 یا Qwen3.8 27B پر |
| `Mode.MD_JSON` | ایک سادہ درخواست؛ JSON متن سے پارس ہوتا ہے | دوسرے ماڈلز کے لیے فال بیک؛ پہلے ٹیسٹ کریں |
| `Mode.RESPONSES_TOOLS` | Responses API | نہیں: BroadNet، chat completions فراہم کرتا ہے |

## تصاویر

Qwen3.8 27B ٹولز کے ساتھ تصاویر بھی لیتا ہے، اس لیے یہ کسی تصویر یا اسکین کو سیدھا آپ کے ماڈل میں پڑھ سکتا ہے:

```python
import base64
img = base64.b64encode(open("invoice.jpg", "rb").read()).decode()
invoice = client.chat.completions.create(
    model="broadnet/qwen3.8-27b",
    response_model=Invoice,
    max_tokens=4000,
    messages=[{"role": "user", "content": [
        {"type": "text", "text": "Extract the invoice fields."},
        {"type": "image_url", "image_url": {"url": "data:image/jpeg;base64," + img}},
    ]}],
)
```

استعمال کے مطابق ادائیگی والی کلید پر تصویر ان پٹ ٹوکنز میں گنی جاتی ہے۔ [ویژن سے عربی انوائسز پڑھنا](https://broadrouter.com/ur/guides/read-arabic-invoices-with-vision/) دیکھیں۔

## ہم نے اسے کیسے ٹیسٹ کیا

2026-11-15 کو ہم نے ایک صاف ورچوئل انوائرنمنٹ میں instructor 1.17.0 اور openai 3.3.0 انسٹال کیے اور اوپر کی مثالیں ایک لوکل موک سرور پر چلائیں جو BroadNet کی chat-completions ساخت میں جواب دیتا ہے۔ ہم نے لاگ کی گئی درخواستیں پڑھیں۔ `Mode.TOOLS` نے اسکیما کو لازمی `tool_choice` کے ساتھ ایک ٹول کے طور پر بھیجا، `Mode.JSON_SCHEMA` نے `json_schema` والا response format بھیجا، اور دونوں نے ایک درست `Invoice` لوٹایا۔ `from_provider` نے ماڈل ID بغیر تبدیلی کے بھیجا۔ ہمارا موک آزاد متن میں JSON نہیں لکھتا، اس لیے ہم نے `Mode.MD_JSON` ٹیسٹ نہیں کیا، اور تصویر والی مثال نہیں بھیجی۔ ہمارے پاس BroadNet کلید نہیں تھی، اس لیے ہم نے حقیقی ماڈل آؤٹ پٹ ٹیسٹ نہیں کیا۔

## مسائل کا حل

-   **ویلیڈیشن کی دوبارہ کوششیں جو کبھی کامیاب نہیں ہوتیں۔** GLM 5.3 اور Qwen3.8 27B پر ریزننگ `max_tokens` میں گنی جاتی ہے۔ کم حد سے ٹول آرگیومنٹس بیچ میں کٹ سکتے ہیں۔ اسے بڑھائیں۔ [جوابات خالی کیوں آتے ہیں](https://broadrouter.com/ur/guides/reasoning-tokens-empty-response/)۔
-   **درخواست پر 400۔** جانچیں کہ آپ GLM 5.3 یا Qwen3.8 27B پر ہیں۔ اگر لازمی `tool_choice` مسترد ہو تو `Mode.JSON_SCHEMA` آزمائیں۔
-   **401۔** کلید غلط ہے، اس کی میعاد ختم ہو گئی ہے یا الاؤنس ختم ہو گیا ہے۔
-   **404۔** `base_url` کے آخر میں `/v1` ہونا چاہیے۔ GLM 5.3 اور Qwen3.8 27B کے لیے ٹاپ اپ چاہیے؛ $5 کریڈٹ ان کا احاطہ نہیں کرتا۔
-   **بیچ ایکسٹریکشن میں 429۔** استعمال کے مطابق ادائیگی والی کلید فی منٹ 30 درخواستوں اور بیک وقت 4 جاری درخواستوں کی اجازت دیتی ہے۔ ویلیڈیشن کی ہر دوبارہ کوشش ایک اور درخواست ہے۔ [ایررز اور دوبارہ کوشش](https://broadrouter.com/ur/guides/errors-and-retries/) دیکھیں۔

## اس گائیڈ کی اصطلاحات

[استعمال کے مطابق ادائیگی (pay-as-you-go)](https://broadrouter.com/ur/glossary/pay-as-you-go/)

استعمال کے مطابق ادائیگی (pay-as-you-go) قیمت طے کرنے کا ایک ماڈل ہے جس میں آپ صرف اتنا دیتے ہیں جتنا استعمال کرتے ہیں، ٹوکن، درخواستوں یا آڈیو منٹ جیسی اکائیوں میں ناپ کر، بغیر سبسکرپشن یا کم از کم وابستگی کے۔ زیادہ تر LLM API اسی طرح بل بناتے ہیں، پری پیڈ بیلنس یا وقتاً فوقتاً بننے والی انوائس سے۔

[کنکرنسی (concurrency)](https://broadrouter.com/ur/glossary/concurrency/)

کنکرنسی، کسی کلائنٹ کی بیک وقت چل رہی (in-flight) درخواستوں کی تعداد ہے۔ LLM APIs اکثر اس کی حد ہر کلید یا پلان پر، فی منٹ درخواستوں سے الگ رکھتے ہیں، کیونکہ ہر کھلی درخواست جواب مکمل ہونے تک GPU کی گنجائش گھیرے رکھتی ہے۔

[Chat Completions API](https://broadrouter.com/ur/glossary/chat-completions-api/)

Chat Completions API، OpenAI کا HTTP اینڈپوائنٹ POST /v1/chat/completions ہے، جو ایک ماڈل کا نام اور رول والے پیغامات کی فہرست لیتا ہے اور ماڈل کا اگلا پیغام لوٹاتا ہے۔ اس کی درخواست اور جواب کی ساخت وہ عام فارمیٹ بن گئی جسے OpenAI-compatible فراہم کنندگان اور SDKs اپناتے ہیں۔

[اسٹرکچرڈ آؤٹ پٹ (structured output)](https://broadrouter.com/ur/glossary/structured-output/)

اسٹرکچرڈ آؤٹ پٹ LLM API کا ایک فیچر ہے جو ماڈل کے جواب کو ڈویلپر کے طے کردہ فارمیٹ، عموماً JSON Schema، تک محدود کرتا ہے، تاکہ کوڈ اسے قابلِ اعتماد طریقے سے پارس کر سکے۔ یہ JSON mode سے زیادہ سخت ہے، جو درست JSON کی ضمانت دیتا ہے، لیکن کسی خاص ساخت کی نہیں۔

[پری پیڈ کریڈٹ (prepaid credit)](https://broadrouter.com/ur/glossary/prepaid-credit/)

پری پیڈ کریڈٹ وہ رقم ہے جو استعمال سے پہلے API اکاؤنٹ میں ڈالی جاتی ہے۔ ہر درخواست کی لاگت بیلنس سے کٹتی ہے، اور بیلنس ختم ہونے پر میٹر والی درخواستیں تب تک رک جاتی ہیں جب تک آپ ٹاپ اپ نہ کریں۔ اس سے خرچ اتنا ہی رہتا ہے جتنا آپ نے جمع کیا ہے۔

[ٹوکن (token)](https://broadrouter.com/ur/glossary/token/)

ٹوکن متن کی وہ اکائی ہے جسے لینگویج ماڈل پڑھتا اور لکھتا ہے: کوئی لفظ، لفظ کا حصہ، رموزِ اوقاف کی کوئی علامت یا بائٹس کا سلسلہ، جو ماڈل کا ٹوکنائزر بناتا ہے۔ LLM API استعمال کو ٹوکنز میں گنتے ہیں، انہی میں حدیں لگاتے ہیں اور عموماً بل بھی بناتے ہیں۔

[ریٹ لمٹ (rate limit)](https://broadrouter.com/ur/glossary/rate-limit/)

ریٹ لمٹ وہ حد ہے جو کوئی API طے کرتا ہے کہ ایک کلائنٹ کسی مدت میں اسے کتنا استعمال کر سکتا ہے، جیسے فی منٹ درخواستیں یا فی منٹ ٹوکن۔ حد سے زیادہ درخواستیں رد کر دی جاتی ہیں، عموماً HTTP 429 Too Many Requests کے ساتھ، جب تک استعمال دوبارہ حد سے نیچے نہ آ جائے۔

[tool\_choice](https://broadrouter.com/ur/glossary/tool-choice/)

tool\_choice ایک درخواست پیرامیٹر ہے جو ٹول کے استعمال کو کنٹرول کرتا ہے۔ OpenAI کے Chat Completions میں یہ auto (ماڈل طے کرے)، required (ایک یا زیادہ ٹولز کال کرنا لازم)، none (کوئی ٹول نہیں) یا لازمی کال کے لیے کسی فنکشن کا نام ہو سکتا ہے۔ Anthropic کے مساوی آپشنز auto، any، tool اور none ہیں۔

## عام سوالات

### BroadNet کے ساتھ Instructor کا کون سا موڈ استعمال کروں؟

Mode.TOOLS، جو ڈیفالٹ ہے، GLM 5.3 یا Qwen3.8 27B پر، جنہیں BroadNet ٹولز اور اسٹرکچرڈ آؤٹ پٹ کے ساتھ درج کرتا ہے۔ Mode.JSON\_SCHEMA اس کی جگہ json\_schema والا response\_format بھیجتا ہے۔ ہمارے موک سرور ٹیسٹ میں دونوں نے درست آبجیکٹس دیے۔

### کیا میں Mode.RESPONSES\_TOOLS استعمال کر سکتا ہوں؟

نہیں۔ Instructor کی دستاویزات کہتی ہیں کہ اسے تبھی چنیں جب سرور Responses API نافذ کرتا ہو۔ BroadNet صرف chat completions فراہم کرتا ہے۔

### کیا Instructor، BroadNet پر DeepSeek V4.1 Flash یا Gemma کے ساتھ چلتا ہے؟

BroadNet ان ماڈلز کے لیے ٹولز یا اسٹرکچرڈ آؤٹ پٹ درج نہیں کرتا۔ Mode.MD\_JSON سادہ متن میں JSON مانگتا ہے اور اسے پارس کرتا ہے، جو چل سکتا ہے، لیکن اس پر بھروسا کرنے سے پہلے اپنے ڈیٹا پر ٹیسٹ کریں۔

### from\_provider کے لیے ماڈل اسٹرنگ کیسے لکھوں؟

openai/broadnet/glm-5.3 لکھیں۔ Instructor پہلے حصے کو فراہم کنندہ کے طور پر الگ کرتا ہے، اور ہمارے ٹیسٹ میں اس نے broadnet/glm-5.3 سرور کو بغیر تبدیلی کے بھیجا۔

## متعلقہ گائیڈز

-   [BroadNet Inference کے ساتھ OpenAI Python SDK استعمال کریں](https://broadrouter.com/ur/guides/openai-python-sdk/)
-   [BroadNet Inference کے ساتھ Pydantic AI (OpenAICompatibleProvider)](https://broadrouter.com/ur/guides/pydantic-ai-openai-compatible/)
-   [وژن ماڈل سے عربی انوائسز اور رسیدیں پڑھیں](https://broadrouter.com/ur/guides/read-arabic-invoices-with-vision/)
-   [ریزننگ ماڈل خالی جواب کیوں لوٹاتا ہے](https://broadrouter.com/ur/guides/reasoning-tokens-empty-response/)
-   [BroadNet Inference کے ساتھ کام کرنے والے تمام ٹولز (انگریزی میں)](https://broadrouter.com/integrations/): SDKs، کوڈنگ ایجنٹس، چیٹ انٹرفیس اور آٹومیشن ٹولز، ہر ایک کی درست سیٹنگز کے ساتھ

اسے اپنے اصل کام پر آزمائیں۔ نئے اکاؤنٹس Gemma اور ٹرانسکرپشن کے لیے US$5 کے کریڈٹ سے شروع ہوتے ہیں۔ DeepSeek، GLM، اور Qwen3.8 کے لیے ٹاپ اپ ضروری ہے۔

[شروع کریں](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ur-guides-instructor-structured-output&utm_content=page-cta) ·

**ذرائع**

-   [Instructor دستاویزات، OpenAI اور OpenAI-compatible سرورز (2026-11-15 کو جانچا گیا)](https://python.useinstructor.com/integrations/openai/)
-   [PyPI، instructor 1.17.0 (2026-11-15 کو جانچا گیا)](https://pypi.org/project/instructor/)
-   [BroadNet Inference API ریفرنس (2026-11-15 کو جانچا گیا) (انگریزی میں)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ur-guides-instructor-structured-output&utm_content=sources)
