Scripts2026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

这个资产可以被 Agent 直接读取和安装

TokRepo 同时提供通用 CLI 命令、安装契约、metadata JSON、按适配器生成的安装计划和原始内容链接,方便 Agent 判断适配度、风险和下一步动作。

Stage only · 29/100Stage only
Agent 入口
任意 MCP/CLI Agent
类型
Script
安装
Single
信任
信任等级:Established
入口
README.md
通用 CLI 安装命令
npx tokrepo install 6722eee5-8afd-4e50-9259-3a3ceb67e74f

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