Le premier échantillon est toujours optimiste
La donnée qui a servi à générer le Schema passera presque toujours. Recette = deuxième réponse, cas d'erreur, champs manquants.
Outils JSON pour développeurs AI · Exécution locale
Génération en langage naturel · Schema · Zod · OpenAPI · Function Calling · MCP · 30+ outils
Un Schema généré depuis un échantillon est souvent trop optimiste. Il faut une autre vraie réponse avant la prod.
Instance à gauche, Schema au milieu, « Valider ». Required manquant ou mauvais type apparaissent dans le rapport.
Couverture de type, required, properties courants. Les mots-clés Draft rares : revoyez la spec.
Validation locale. Pas besoin d'envoyer des données de prod à un service tiers.
La donnée qui a servi à générer le Schema passera presque toujours. Recette = deuxième réponse, cas d'erreur, champs manquants.
Corrigez d'abord required et les types. N'empilez pas anyOf pour assouplir le Schema : trop mou, plus de contrainte.
La mise en forme dit si c'est du JSON valide. Ici, si l'instance respecte le Schema.
La deuxième donnée a un champ en plus, un required en moins, ou un nombre devenu chaîne. C'est exactement ce que la recette doit attraper.
Contrôle de base sur les format courants ; ça ne remplace pas la validation backend.
Non.
L'erreur porte autant que possible le chemin du champ. Lisez le chemin, puis le type attendu.
Les combinaisons courantes tournent. Les très complexes : recoupez avec une implémentation officielle.
Si le Schema a items, chaque élément est vu. Sans items, la contrainte est faible.
Oui : générer → corriger à la main → valider une deuxième donnée → exporter Zod / OpenAPI.