$ loading_
对 AI 生成结果执行确定性校验,如 JSON Schema、OpenAPI 响应与 SQL 语法。
复制安装指令,让 AI 自动完成配置 · 推荐新手
请帮我安装 askskill 上的 "io.github.machinegrade/validate" MCP 服务: 执行:claude mcp add 'io-github-machinegrade-validate' -- npx -y @machinegrade/validate
请用 validate 工具检查这段 AI 生成的 JSON 是否符合给定 JSON Schema,并指出不匹配字段:Schema:{...} 数据:{...}返回是否通过校验,以及具体的字段或结构错误说明。
请用 validate 工具根据 OpenAPI 定义验证这个接口响应是否合规:OpenAPI 响应定义:{...} 实际响应:{...}输出响应是否符合接口定义,并标出不符合的字段或类型。
请用 validate 工具检查以下 AI 生成 SQL 的语法是否有效,并指出错误位置:SELECT ...
返回 SQL 语法是否有效,并提供错误位置或原因说明。
开发者在让模型生成 JSON 或接口响应示例后,可用它做确定性校验,减少格式错误进入后续流程。特别适合需要机器稳定消费结果的场景。
当 AI 帮助生成查询语句时,数据分析师或开发者可以先检查 SQL 语法有效性,再执行查询。这样能更早发现明显错误并降低人工排查成本。
它用于对 AI 生成的结果做确定性校验。已知支持的校验类型包括 JSON Schema、OpenAPI 响应以及 SQL 语法。
根据给定描述,它可以验证 JSON 是否符合 Schema、接口响应是否符合 OpenAPI 定义,以及 SQL 语法是否有效。更多细节见源码仓库。
给定素材没有提供安装方式、运行时要求或密钥信息。相关细节见源码仓库。
用 AI 按可定制规则校验 JSON 与 SQL schema,发现命名、结构和迁移风险问题。
可按 JSON Schema 标准快速校验 JSON 数据与结构是否合规。
提供 JSON、邮箱等内容校验能力,帮助代理与应用快速验证输入有效性。
帮助AI代理校验、修复并比对JSON,避免状态写入损坏。
校验 AI 生成代码与真实代码库一致性,提前发现幻觉与接口错误
帮助用户校验、清洗、转换并合并结构化数据集与文本内容