TypeBox项目中处理OpenAI兼容的递归JSON Schema方案
2025-06-06 10:35:50作者:劳婵绚Shirley
在TypeBox项目中,开发者们经常需要处理复杂的JSON Schema定义,特别是当这些Schema需要与OpenAI的API兼容时,会遇到一些特殊挑战。本文将深入探讨如何优雅地解决这些问题。
问题背景
OpenAI API对JSON Schema有两个主要限制:
- 不允许在根级别使用
anyOf
- 不支持命名/相对引用,必须通过根级别的
$defs
来实现
这些限制使得在使用TypeBox定义递归结构时,需要采用特殊的技术手段来确保生成的Schema与OpenAI兼容。
递归结构的传统定义方式
在TypeBox中,我们通常使用Type.Recursive
来定义递归结构。例如:
const Element = <Node extends TSchema>(Node: Node) => Type.Object({
type: Type.Literal('Element'),
children: Type.Array(Node)
})
const Carousel = <Node extends TSchema>(Node: Node) => Type.Object({
type: Type.Literal('Carousel'),
include_arrows: Type.Boolean(),
min_width: Type.String(),
children: Type.Array(Node)
})
export const Node = Type.Recursive(Node => Type.Union([
Element(Node),
Carousel(Node)
]), {
discriminantKey: 'type'
})
这种方式生成的Schema虽然有效,但不完全符合OpenAI的要求,因为它不使用$defs
结构。
使用Module原型实现$defs结构
TypeBox提供了一个实验性的Module原型,可以创建符合OpenAI要求的$defs
结构:
import { Module, ModuleRef } from './prototypes/module'
const Types = Module({
Element: Type.Object({
type: Type.Literal('Element'),
children: Type.Array(ModuleRef('Node'))
}),
Carousel: Type.Object({
type: Type.Literal('Carousel'),
include_arrows: Type.Boolean(),
min_width: Type.String(),
children: Type.Array(ModuleRef('Node'))
}),
Node: Type.Union([
ModuleRef('Element'),
ModuleRef('Carousel')
], {
discriminantKey: 'type'
})
})
const Element = Types.Import('Element')
const Carousel = Types.Import('Carousel')
const Node = Types.Import('Node')
Module原型的工作原理是:
- 创建一个包含多个相关类型的模块
- 使用
ModuleRef
实现类型间的相互引用 - 通过
Import
方法生成最终的Schema,其中包含$defs
结构
自定义转换工具
如果不想使用实验性的Module原型,开发者也可以创建自定义转换工具,将TypeBox类型转换为OpenAI兼容的JSON Schema:
function ToRootDefs<T extends TSchema>(schema: T): T {
const defs: Record<string, TSchema> = {}
const newSchema = replace_refs(schema, defs)
return {
...newSchema,
$defs: defs,
} as unknown as T & { $defs: Record<string, TSchema> }
}
这个工具会:
- 遍历Schema中的所有递归引用
- 将递归结构提取到
$defs
中 - 将引用替换为
#/$defs/[recursive_schema_id]
格式
实际应用示例
在实际应用中,我们可以这样使用转换后的Schema与OpenAI API交互:
const res = await open_ai_client.chat.completions.create({
model,
messages: [...],
response_format: {
type: "json_schema",
json_schema: ToRootDefs(Node)
}
})
总结
TypeBox提供了多种方式来处理复杂的递归结构定义,特别是针对OpenAI API的特殊要求。开发者可以根据项目需求选择:
- 使用标准的
Type.Recursive
(简单但不完全兼容) - 采用实验性的Module原型(完全兼容但可能有功能限制)
- 实现自定义转换工具(灵活但需要额外开发)
随着TypeBox的发展,未来版本可能会原生支持$defs
结构,进一步简化这一过程。目前,开发者可以根据项目实际情况选择最适合的方案。
登录后查看全文
热门项目推荐
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0266cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K

deepin linux kernel
C
22
6

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
8
0

React Native鸿蒙化仓库
C++
192
273

🎉 (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
923
551

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K

Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8