GPTel工具功能增强:全面支持JSON Schema中的allOf和anyOf结构
2025-07-02 08:23:55作者:何举烈Damon
在最新的GPTel项目更新中,开发团队实现了对JSON Schema规范中allOf和anyOf关键字的完整支持。这一改进显著增强了工具参数定义的灵活性,使得开发者能够构建更复杂的参数验证逻辑。
技术背景
JSON Schema作为一种强大的数据验证规范,提供了多种组合关键字来定义复杂的数据结构。其中:
allOf要求数据必须满足所有子模式的条件anyOf要求数据至少满足一个子模式的条件
这些组合关键字在API接口定义中尤为重要,特别是在需要多重验证的场景下。GPTel作为Emacs生态中的AI交互工具,此次更新使其工具定义能力达到了与主流API规范同等水平。
实现细节
通过分析项目代码变更,我们可以看到核心改进在于gptel--parse-tools函数的增强。现在该函数能够:
- 正确解析包含
allOf/anyOf的参数定义 - 保持与OpenAI API规范的兼容性
- 自动处理默认值和枚举类型等附加属性
典型用例展示:
(gptel-make-tool
:name "create_database"
:description "创建MongoDB数据库"
:args '((:name "switch"
:description "创建后是否切换到新数据库"
:allOf [(:type string) (:type string :enum ["true" "false"])]
:default "false")))
开发者指南
对于工具开发者,需要注意以下要点:
- 类型定义必须使用符号(如
string),而非字符串 - 复杂结构支持嵌套定义
- 默认值设置需与类型定义匹配
参数验证现在支持:
- 基本类型检查
- 枚举值验证
- 多重条件组合验证
- 最小长度等扩展属性
实际影响
这一改进使得GPTel能够:
- 更好地对接MongoDB等数据库的管理工具
- 支持更复杂的业务逻辑参数验证
- 保持与行业标准的一致性
对于终端用户而言,这意味着更可靠的参数处理和更精准的AI交互体验。开发者在定义复杂工具时也获得了更大的灵活性。
结语
GPTel对JSON Schema高级特性的支持,体现了项目团队对开发者需求的快速响应能力。这一改进不仅完善了工具定义的功能集,也为更复杂的AI交互场景奠定了基础。随着生态系统的不断发展,我们可以期待GPTel在Emacs AI集成领域发挥更重要的作用。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 STM32到GD32项目移植完全指南:从兼容性到实战技巧
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
421
3.22 K
Ascend Extension for PyTorch
Python
230
261
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
330
暂无简介
Dart
686
160
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869