Skills2026年5月11日·1 分钟阅读

TypeChat — Schema-First Natural Language UIs

Build typed natural language interfaces by turning intent into validated JSON via TypeScript types. Replace prompt engineering with schema engineering.

Agent 就绪

Agent 可直接安装

这个资产可安装;Agent 先选择当前运行时、检查安装计划,再运行匹配命令。

Native · 98/100策略:允许
Agent 入口
任意 MCP/CLI Agent
类型
Skill
安装
Single
信任
信任等级:Established
入口
Asset
直接安装命令
npx -y tokrepo@latest install 6722eee5-8afd-4e50-9259-3a3ceb67e74f --target codex

先 dry-run 确认安装计划,再运行此命令。

简介

通过 TypeScript 类型把用户意图约束为可校验的 JSON 输出,构建更安全、可维护的自然语言界面;用 schema engineering 替代脆弱的 prompt engineering。

  • 适合谁(Best for): 需要把 LLM 输出变成“可执行的类型化动作”(API/工作流)并做校验与修复的产品团队
  • 兼容工具(Works with): TypeScript/JavaScript、任意 LLM 后端、JSON schema 风格的校验与修复流程
  • 安装时间(Setup time): 12 分钟

量化信息

  • 跑通约 12 分钟(npm 安装 + 跑一个示例)
  • GitHub stars + forks(已核验):见「来源与感谢」
  • 典型流程:生成 JSON → 校验 → 修复(1–2 次重试)

实战要点

做“会触发动作”的 agent 时,建议先把允许的意图收敛成一个窄的 union type,并让每个 intent 的 payload 尽量小。加入确定性的校验(schema + 业务规则)并记录所有修复过程——修复环节往往暴露隐藏 bug。长期演进优先扩展 schema 集,而不是无止境堆 prompt。

安全提示: 在执行真实动作前,务必用业务规则做二次校验(不仅仅是 schema 校验)。

FAQ

Q: 还需要做 prompt 工程吗? A: 需求会小很多:重点转向类型/Schema 设计,prompt 更短也更稳。

Q: 模型输出不是合法 JSON 怎么办? A: 先校验,再通过进一步交互让模型修复为符合类型的输出。

Q: 只能用于 TypeScript 吗? A: 核心支持 TypeScript/JS;仓库也提供其它语言的实现/说明链接。


🙏

来源与感谢

GitHub:https://github.com/microsoft/TypeChat Owner avatar:https://avatars.githubusercontent.com/u/6154722?v=4 许可证(SPDX):MIT GitHub stars(已通过 api.github.com/repos/microsoft/TypeChat 核验):8,652 GitHub forks(已通过 api.github.com/repos/microsoft/TypeChat 核验):413

讨论

登录后参与讨论。
还没有评论,来写第一条吧。

相关资产