ValueError: 'urgent' is not a valid Prioritate
Modelul a întors o valoare care nu există în Enum-ul tău (de exemplu "urgent", când ai doar mica, medie, mare). Restrânge valorile în prompt sau în schema JSON cu enum, normalizează textul înainte de conversie și tratează valorile necunoscute.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
Prioritate("urgent") caută în Enum un membru cu valoarea "urgent". Dacă nu există, Python ridică ValueError cu textul primit și numele clasei: 'urgent' is not a valid Prioritate.
În aplicațiile cu LLM, Enum-urile se folosesc pentru categorii, priorități sau stări extrase din text. Modelul însă nu știe de clasa ta: dacă promptul doar sugerează valorile, poate răspunde cu un sinonim (urgent în loc de mare), cu majuscule (Mare), cu diacritice (mică) sau cu un spațiu în plus.
Mesajul îți dă exact valoarea problematică, între ghilimele; compar-o cu valorile din Enum.
De ce apare: cauzele frecvente
1Valori sugerate în prompt, dar nu impuse
system = "Dă prioritatea: mica, medie sau mare."
p = Prioritate(text)SCHEMA = {"type": "object", "properties": {"prioritate": {"type": "string", "enum": ["mica", "medie", "mare"]}},
"required": ["prioritate"], "additionalProperties": False}Cu enum în schema ieșirii structurate, modelul poate alege doar dintre valorile permise.
2Majuscule, spații, diacritice
p = Prioritate(text) # 'Mare ' sau 'mică'p = Prioritate(text.strip().lower().replace("ă", "a"))Normalizarea aduce textul la forma exactă din Enum.
3Valoare nouă, netratată
p = Prioritate(text)try:
p = Prioritate(text)
except ValueError:
p = Prioritate.MEDIE # sau marchezi pentru verificareUn fallback explicit păstrează aplicația funcțională când apare o valoare neprevăzută.
Repară eroarea, direct în pagină
Clasificatorul de tichete transformă prioritatea primită de la model în Enum-ul Prioritate, dar cade cu ValueError: 'Mare' is not a valid Prioritate (modelul a scris cu majusculă). Normalizează textul cu strip().lower() înainte de conversie, iar dacă valoarea tot nu există, folosește Prioritate.MEDIE. Afișează prioritatea fiecărui tichet.
from enum import Enum
import anthropic
MODEL = "claude-haiku-5-5"
client = anthropic.Anthropic()
class Prioritate(Enum):
MICA = "mica"
MEDIE = "medie"
MARE = "mare"
tichete = ["Site-ul nu se mai deschide deloc.", "Aș vrea să schimb culoarea logo-ului.", "Plățile cu cardul eșuează de o oră."]
def prioritate(tichet):
r = client.messages.create(
model=MODEL,
max_tokens=10,
system="Dai prioritatea tichetului într-un cuvânt: mica, medie sau mare.",
messages=[{"role": "user", "content": tichet}],
)
return Prioritate(r.content[0].text)
for t in tichete:
print(prioritate(t).value, "-", t)mare - Site-ul nu se mai deschide deloc. mica - Aș vrea să schimb culoarea logo-ului. medie - Plățile cu cardul eșuează de o oră.
Indiciu
Prioritate(text.strip().lower()) într-un try, cu except ValueError.
Reparația
from enum import Enum
import anthropic
MODEL = "claude-haiku-5-5"
client = anthropic.Anthropic()
class Prioritate(Enum):
MICA = "mica"
MEDIE = "medie"
MARE = "mare"
tichete = ["Site-ul nu se mai deschide deloc.", "Aș vrea să schimb culoarea logo-ului.", "Plățile cu cardul eșuează de o oră."]
def prioritate(tichet):
r = client.messages.create(
model=MODEL,
max_tokens=10,
system="Dai prioritatea tichetului într-un cuvânt: mica, medie sau mare.",
messages=[{"role": "user", "content": tichet}],
)
try:
return Prioritate(r.content[0].text.strip().lower())
except ValueError:
return Prioritate.MEDIE
for t in tichete:
print(prioritate(t).value, "-", t)De ce merge
Prioritate("Mare") caută o valoare identică, iar Enum-ul are doar "mare", cu literă mică. Normalizarea cu strip().lower() aduce răspunsurile la forma din Enum, iar except ValueError acoperă valorile cu adevărat noi (aici urgent), cu un fallback clar. Aplicația merge mai departe în loc să se oprească la primul răspuns neobișnuit.
Alte forme ale mesajului
ValueError: 'Mare' is not a valid PrioritateValueError: 'urgent' is not a valid CategorieKeyError: 'URGENT'
Cum o eviți pe viitor
- Pune valorile permise în schema JSON cu
enum, nu doar în textul promptului. - Generează lista din Enum, ca să nu se desincronizeze:
[p.value for p in Prioritate]. - Normalizează textul și tratează
ValueErrorcu un fallback sau cu un log pentru revizuire. - Testează clasificarea pe exemple reale, inclusiv pe cele ambigue.
Întrebări frecvente
De ce KeyError apare în variante?
Pentru că un Enum se poate accesa și după nume, Prioritate["URGENT"]. Atunci eroarea pentru un nume inexistent este KeyError, nu ValueError.
E mai bine să las modelul să inventeze categorii?
Rar. Restul aplicației (filtre, statistici, rutare) are nevoie de un set fix de valori. Lasă o categorie „altele” pentru ce nu se potrivește.
Erori înrudite
KeyError: 'email' JSON-ul primit de la model nu are cheia pe care o citești (`date["email"]`): modelul a omis-o pentru că informația lipsea din text sau a numit-o altfel. Folosește `date.get("email")` cu o valoare implicită și cere câmpul în schemă (`required`), cu `null` permis când lipsește. openai.BadRequestError: Error code: 400 - Invalid schema for function 'rezerva_masa': In context=(), 'additionalProperties' is required to be supplied and to be false. Cu "strict": True, OpenAI cere ca schema fiecărui obiect din parametrii tool-ului să aibă "additionalProperties": False și ca toate proprietățile să fie în required. Adaugă additionalProperties: False la fiecare nivel de obiect; câmpurile opționale le faci de tip ["string", "null"]. ValueError: invalid literal for int() with base 10: '4 stele' Ai cerut modelului un număr și ai pus răspunsul direct în int(), dar textul conține și altceva („4 stele”, „Nota: 4”, „4.”). Extrage cifrele cu o expresie regulată sau cere un câmp integer printr-o schemă JSON, apoi convertește. Învață Aplicații AI cu LLM de la zero, cu exerciții la fiecare lecție
Curs Aplicații AI cu Claude și OpenAI: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 8 lecții sunt gratuite.
