Tool-/Funktionsdefinitions-Linter

Was ist ein KI-Tool-Definitions-Linter?

Ein KI-Tool-Definitions-Linter validiert die JSON-Strukturen, die Funktionen und Tools für APIs großer Sprachmodelle definieren. Wenn Sie Function Calling (auch Tool Use genannt) mit Anbietern wie OpenAI, Anthropic Claude, Google Gemini oder Cohere verwenden, müssen Sie korrekt strukturierte JSON-Definitionen bereitstellen, die Ihre Funktionen beschreiben — ihre Namen, Beschreibungen und Parameterschemas.

Selbst kleine Fehler in diesen Definitionen — ein falsch geschriebener Feldname, ein ungültiger Typ oder eine fehlende erforderliche Eigenschaft — können dazu führen, dass API-Aufrufe stillschweigend fehlschlagen oder unerwartetes Verhalten zeigen. Ein Tool-Definitions-Linter erkennt diese Fehler vor dem Deployment, spart Debugging-Zeit und verhindert Produktionsprobleme.

Unser kostenloser Linter validiert Ihre Definitionen gleichzeitig gegen vier Hauptanbietern (OpenAI, Anthropic, Google und Cohere), zeigt Ihnen genau, wo Fehler liegen, und bietet umsetzbare Vorschläge zur Behebung jedes Problems. Mistral AI, xAI (Grok) und DeepSeek verwenden das OpenAI-kompatible Format, sodass das Bestehen der OpenAI-Validierung diese ebenfalls abdeckt. Er läuft vollständig in Ihrem Browser, ohne dass Daten an einen Server gesendet werden.

So verwenden Sie diesen Linter

Die Verwendung des Tool-Definitions-Linters ist einfach — einfach einfügen:

1. JSON-Definition einfügen — Kopieren Sie Ihre Tool-/Funktionsdefinition aus Ihrer Codebasis und fügen Sie sie in den Editor ein. Der Linter akzeptiert einzelne Tool-Objekte, Arrays von Tools oder verpackte Objekte mit einem `tools`-Array.
2. Echtzeit-Ergebnisse sehen — Der Linter validiert automatisch während der Eingabe (mit kurzer Verzögerung). Es ist kein Klick auf eine Schaltfläche nötig. Sie sehen sofort das erkannte Format, den Anbieter-Kompatibilitätsstatus und eventuelle Probleme.
3. Kompatibilität prüfen — Die vier Anbieterkarten zeigen, ob Ihre Definition mit OpenAI, Anthropic, Google und Cohere kompatibel ist. Grün bedeutet kompatibel, Rot bedeutet, dass es behebungsbedürftige Probleme gibt.
4. Probleme beheben — Jedes Problem zeigt den betroffenen Feldpfad, eine klare Fehlermeldung und einen Vorschlag zur Behebung. Probleme sind nach Schweregrad kategorisiert: Fehler (muss behoben werden), Warnungen (sollte behoben werden) und Info (nice-to-have).
5. Korrigiertes JSON kopieren — Verwenden Sie nach Zufriedenheit die Schaltfläche «Korrigiertes JSON kopieren», um eine saubere, formatierte Version mit grundlegenden Auto-Korrekturen zu erhalten.

KI-Function-Calling-Formate verstehen

Jeder KI-Anbieter hat sein eigenes Format für die Definition aufrufbarer Funktionen, obwohl sie dasselbe zugrunde liegende Konzept teilen: ein Name, eine Beschreibung und ein JSON Schema für Parameter.

OpenAI Function Calling

OpenAI verpackt Tool-Definitionen in eine `{ type: "function", function: { ... } }`-Struktur. Das innere Objekt enthält `name`, `description` und `parameters` (ein JSON-Schema-Objekt). OpenAI unterstützt auch einen `strict`-Modus, der Structured Outputs aktiviert — wenn er auf true gesetzt ist, folgt das Modell immer dem exakten Schema, erfordert aber `additionalProperties: false`.

Anthropic Tool Use

Anthropic verwendet eine flache Struktur ohne Wrapper. Jedes Tool wird mit `name`, `description` und `input_schema` definiert — beachten Sie den anderen Feldnamen im Vergleich zu OpenAIs `parameters`. Anthropic empfiehlt, Beschreibungen unter 1024 Zeichen zu halten für optimale Leistung. Das Feld `cache_control` kann optional für Prompt-Caching verwendet werden.

Google Gemini Function Declarations

Google Gemini verwendet eine flache Struktur ähnlich wie Anthropic, aber mit `parameters` wie OpenAI. Der Hauptunterschied ist, dass Googles JSON-Schema-Unterstützung eingeschränkter ist — es unterstützt kein `$ref` für Schema-Referenzen und hat eingeschränkte Unterstützung für Kompositions-Schlüsselwörter wie `oneOf`, `anyOf` und `allOf`.

Tool Use von Cohere

Cohere verwendet `parameter_definitions` statt eines JSON-Schema-Objekts. Jeder Parameter wird als Objekt mit `description`, `type`, und `required` definiert. Cohere ist SOC 2- und HIPAA-konform und eignet sich besonders für Enterprise-Anwendungen mit strengen Datenschutzanforderungen.

OpenAI-Kompatible Anbieter

Mehrere Anbieter — darunter Mistral AI, xAI (Grok) und DeepSeek — verwenden das OpenAI-kompatible Function-Calling-Format. Wenn Ihre Tool-Definitionen die OpenAI-Validierung bestehen, funktionieren sie auch mit diesen Anbietern ohne Änderungen. Das macht es einfach, zwischen OpenAI-kompatiblen Anbietern zu wechseln oder mehrere gleichzeitig zu nutzen.

Häufige Fehler in Tool-Definitionen

Basierend auf gängigen Mustern sind hier die häufigsten Fehler in KI-Tool-Definitionen:

• Falscher Schema-Feldname — Verwendung von "parameters", wenn der Anbieter "input_schema" erwartet (Anthropic) oder umgekehrt. Dies ist das häufigste anbieterübergreifende Kompatibilitätsproblem.
• Fehlende Wrapper-Struktur — Vergessen des `{ type: "function", function: { ... } }`-Wrappers für OpenAI oder Einbeziehen desselben bei Anthropic/Google.
• Ungültige Funktionsnamen — Verwendung von Leerzeichen, Sonderzeichen oder Namen mit mehr als 64 Zeichen. Alle Anbieter erfordern nur alphanumerische Zeichen, Unterstriche und Bindestriche.
• Pflichtfelder nicht in Properties — Auflistung eines Felds im "required"-Array, das nicht im "properties"-Objekt existiert.
• Fehlender "type" in Schema-Objekten — Jedes JSON-Schema-Objekt benötigt ein "type"-Feld. Das Root-Schema sollte "type": "object" haben.
• Fehlende Eigenschaftsbeschreibungen — Obwohl technisch nicht immer erforderlich, verbessern Eigenschaftsbeschreibungen das Modellverständnis und die Tool-Call-Genauigkeit erheblich.
• Strict-Mode-Verstöße — Bei Verwendung des Strict-Modus von OpenAI vergessen, "additionalProperties": false zu setzen oder nicht alle Eigenschaften als required aufzulisten.

Häufig gestellte Fragen

Verwandte Werkzeuge

Entdecken Sie weitere Werkzeuge für die Entwicklung mit KI-APIs:

• JSON-Schema-Generator für KI — JSON-Schemas aus Beispieldaten generieren, optimiert für Function Calling
• OpenAPI zu KI-Function-Calling — Swagger/OpenAPI-Spezifikationen in Tool-Definitionen konvertieren
• Konversations-Nachrichten-Builder — Chat-Completion-Nachrichtenarrays visuell erstellen und testen