18 dépôts
Verifying that received API responses adhere to the structures defined in a remote specification.
Distinct from Client-Side Input Validators: Focuses on validating incoming API data against a schema rather than validating user input fields before submission.
Explore 18 awesome GitHub repositories matching web development · Schema-Based Response Validation. Refine with filters or upvote what's useful.
🌳 Tiny & elegant JavaScript HTTP client based on the Fetch API
Validates JSON response bodies against Standard Schema libraries like Zod, throwing an error on mismatch.
Spring AI is an application framework for Java that provides a portable, fluent API for integrating AI models, tools, and vector stores into applications. It wraps multiple AI providers behind a common interface, allowing developers to switch between chat, embedding, image, and speech models without changing application code. The framework includes a chainable chat client API similar to WebClient or RestClient, supports both synchronous and streaming interactions, and offers structured output conversion that transforms unstructured AI responses into strongly-typed Java objects. The framework
Converts AI model responses directly into Plain Old Java Objects for type-safe downstream processing.
openapi-typescript is an OpenAPI TypeScript type generator and schema transformer. It converts JSON or YAML OpenAPI specification files into static TypeScript type definitions to provide end-to-end API type safety. The tool functions as a static type generator that transforms external API definitions into interfaces and types. It focuses on zero-runtime type enforcement, ensuring that data consistency is maintained via the TypeScript type system without adding overhead to production bundles. The project covers API type safety and schema conversion, facilitating the validation of request bodi
Verifies that API responses and mock data adhere to the structures defined in the OpenAPI document.
Higress is an AI API gateway and cloud-native traffic manager that functions as a Kubernetes ingress controller. It provides a centralized system for routing, securing, and optimizing traffic directed toward large language models, AI agents, and microservice architectures. The project distinguishes itself through deep AI orchestration, including the ability to host and manage Model Context Protocol servers that transform REST APIs into tools for AI agents. It features specialized AI infrastructure for model request proxying, protocol translation across multiple providers, and semantic-based c
Formats non-streaming AI outputs into valid JSON and validates them against defined schemas.
OpenUI est un framework de développement d'interface utilisateur générative qui convertit les descriptions en langage naturel en composants d'interface utilisateur structurés et interactifs utilisant des grands modèles de langage. Il permet la transformation en temps réel de texte en prototypes fonctionnels tels que des graphiques, des tableaux, des formulaires et des cartes. Le projet se distingue par un système d'orchestration piloté par schéma qui utilise des primitives d'UI typées et des schémas JSON pour contraindre la sortie du modèle, garantissant que les interfaces générées respectent des bibliothèques de composants spécifiques. Il dispose d'un analyseur de streaming qui permet un rendu progressif des composants, affichant les éléments d'interface au fur et à mesure que les jetons arrivent plutôt que d'attendre une réponse complète. Le système couvre de larges capacités, incluant le streaming de réponses IA via des adaptateurs compatibles OpenAI, la gestion de l'état du chat pour les fils de conversation et la génération automatisée de prompts système. Il inclut également des outils pour transformer des arbres de composants structurés en HTML statique pour l'exportation par email et une interface en ligne de commande pour le scaffolding de projet. Un moteur de rendu d'UI embarqué est fourni pour afficher les interfaces dans des environnements sans pipeline de build traditionnel.
Constrains AI model output to a predefined set of components and typed contracts to ensure valid rendering.
Forgecode is an AI agent orchestrator, shell integration tool, and terminal-based pair programmer. It enables the deployment of specialized AI roles for research, planning, and implementation, while providing a semantic code search tool to index project files for meaning-based retrieval. The system integrates as a Model Context Protocol client to extend AI capabilities via external servers and supports multi-provider model orchestration to switch between different large language model APIs. It transforms natural language into functional shell commands and allows for the execution of AI prompt
Measures model accuracy by comparing AI-generated command outputs against expected patterns using regular expressions.
Rest-assured is a Java-based REST API testing framework and HTTP client library designed for automating web service tests. It provides a fluent domain-specific language and assertion library to send HTTP requests and validate response metadata, including status codes, headers, cookies, and bodies. The framework is distinguished by a method-chaining DSL that creates readable specifications for API interactions. It features a filter-based request interception pipeline, object-mapping serialization for converting Java objects to JSON or XML, and a path-based parsing system to isolate specific fi
Verifies that API response bodies adhere to predefined JSON or XML structural schemas.
Guardrails is a Python SDK that wraps calls to large language models with configurable validation pipelines, corrective actions, and structured output generation. It provides a unified API layer that connects to over 100 language models, applying consistent validation, streaming, and error-handling across providers. The framework validates and corrects model responses against safety and quality rules, detecting and mitigating risks in both inputs and outputs using pre-built and custom validators. The project distinguishes itself through a validator-pipeline architecture that sequentially appl
Applies structural, type, and quality checks to model responses, enforcing rules like competitor or toxicity filters.
Orval is an OpenAPI-to-TypeScript code generator that produces fully typed API clients, data-fetching hooks, mock data, validation schemas, and server handlers from OpenAPI or Swagger specifications. It reads any YAML or JSON API specification and generates TypeScript interfaces, HTTP request functions, and framework-specific integration code that ensures compile-time correctness for all API calls. The project distinguishes itself by generating production-ready data-fetching hooks for React Query, Vue Query, Svelte Query, Solid Query, Angular, and SWR, complete with automatic cache invalidati
Validates API responses against generated Zod schemas at runtime to catch data mismatches.
PartyKit is a serverless WebSocket backend platform for building real-time multiplayer applications. It provides a globally distributed edge computing runtime that runs stateful server code close to users, with automatic scaling and hibernation for idle rooms. The platform handles WebSocket connections, HTTP requests, and durable storage without requiring infrastructure management, and includes a client and server SDK with hooks, storage, and Yjs integration for building collaborative features. The platform distinguishes itself through per-room isolation using Durable Objects, where each uniq
Uses the same schema on the client side to verify that server responses conform to the expected format.
openai-java est une bibliothèque cliente Java et un kit de développement logiciel (SDK) conçu pour intégrer les services OpenAI dans les applications Java. Il fonctionne comme un wrapper programmatique pour les endpoints de grands modèles de langage, permettant l'implémentation de capacités d'IA générative telles que les complétions de chat, les embeddings de texte et l'orchestration d'agents IA. La bibliothèque prend en charge un large éventail de tâches multimodales, notamment la génération et l'édition d'images, ainsi que la transcription et la traduction audio. Elle fournit des outils spécialisés pour l'entraînement et le fine-tuning de modèles, permettant aux utilisateurs de télécharger des jeux de données pour améliorer les performances des modèles sur des domaines spécifiques. De plus, elle inclut des capacités pour l'exécution de fonctions personnalisées et la modération de contenu pour filtrer les entrées et sorties par rapport aux directives de sécurité. Le SDK utilise un pattern builder pour la construction des requêtes et mappe les ressources API vers des classes Java fortement typées. Il prend en charge à la fois les cycles requête-réponse synchrones et la livraison de données incrémentale via des événements envoyés par le serveur (SSE) pour le streaming de réponse en temps réel.
Maps API responses directly into strongly typed Java objects for compile-time type safety.
La WordPress REST API est une interface web et une API de contenu basée sur JSON qui permet de récupérer et de modifier le contenu, les utilisateurs et les métadonnées d'un site via des méthodes HTTP standard. Elle fonctionne comme une interface de CMS headless, découplant la gestion du contenu du frontend en exposant les données du site via un contrôleur RESTful programmable. Le système se distingue par sa découverte pilotée par hypermédia et sa validation basée sur JSON-schema, permettant aux clients de localiser les ressources par programmation et d'assurer des échanges de données prévisibles. Il utilise l'enregistrement de points de terminaison par espaces de noms pour organiser les routes et prend en charge une couche d'authentification flexible incluant des mots de passe d'application, des cookies de session et des standards d'identité tiers. L'API couvre un large éventail de capacités de gestion des ressources, incluant la manipulation des articles, des pages, des médias et du contenu basé sur des blocs. Elle fournit des utilitaires complets pour la gestion des réponses, tels que l'imbrication de ressources, la pagination et le filtrage de champs, ainsi que des outils pour gérer les révisions de contenu et l'administration du site. La prise en charge de SDK spécifiques au langage est fournie pour abstraire les requêtes réseau en interfaces programmatiques de haut niveau.
Specifies data format, field types, and descriptions for responses to ensure clients understand the structure.
ow is a type-safe schema validation library for TypeScript that verifies data integrity at runtime. It functions as a runtime validation framework and type guard utility, ensuring that JavaScript values match expected types and schemas before they are processed. The library synchronizes runtime data checks with static TypeScript type definitions, allowing users to extract type definitions directly from validation predicates. This integration enables type narrowing, where a successful validation result refines the variable type for safer usage in the code. The framework uses a chainable API t
Enables the definition of reusable validation rules with custom labels to maintain consistency across projects.
docetl is an AI-powered document ETL tool and map-reduce orchestrator designed to transform large collections of unstructured documents into structured, queryable tables using language models. It provides a declarative pipeline framework for extracting, cleaning, and transforming data from sources such as PDFs and text files into predefined schemas. The project distinguishes itself through a semantic data integration suite that enables joining datasets and resolving duplicate entities based on embedding-based similarity. It includes an interactive prompt playground for developing and optimizi
Implements deterministic checks and refinement loops to correct errors and ensure LLM outputs comply with defined schemas.
FalkorDB is a high-performance graph database management system and vector graph database. It serves as a knowledge graph construction tool and a GraphRAG knowledge store, integrating structured property graphs with vector search to provide grounded context for large language models. The engine is designed as a multi-tenant graph engine, capable of hosting thousands of isolated datasets within a single instance. The system distinguishes itself by using linear algebra for query execution, treating relationship tensors as matrix multiplications to achieve low-latency multi-hop traversals. It ut
Cross-references generated text against structured graph data to detect and correct factual inconsistencies.
LLM Guard is a security firewall and guardrail framework designed to scan and sanitize inputs and outputs for large language models. It functions as a proxy gateway and security layer to block prompt injections, toxicity, and sensitive data leakage while ensuring that model interactions remain compliant with organizational policies. The system distinguishes itself through a modular scanner pipeline that utilizes local model orchestration to eliminate external network dependencies. It supports real-time security filtering via streaming chunk analysis and implements a fail-fast execution model
Screens AI-generated content for bias, hallucinations, and malicious URLs to ensure safety and consistency.
Dry-validation est une bibliothèque Ruby conçue pour définir des schémas typés et des règles de validation complexes afin de vérifier et assainir les structures de données d'entrée. Elle fournit un framework formel pour construire une logique de validation modulaire, garantissant que les informations entrantes répondent aux exigences métier et aux formats de données spécifiques avant d'être traitées par une application. La bibliothèque utilise un langage spécifique au domaine (DSL) pour déclarer les règles de validation, qui sont ensuite analysées en objets exécutables. Elle se distingue par un système piloté par des macros qui regroupe la logique de validation courante dans des raccourcis réutilisables, ainsi qu'un modèle de composition récursive qui permet aux développeurs d'imbriquer des objets de validation pour construire des structures complexes et hiérarchiques. Cette approche permet la création d'une logique cohérente et modulaire qui empêche la duplication de code dans les grandes applications. Au-delà de la définition de schéma de base, la bibliothèque inclut un pipeline de coercition de type qui transforme les entrées brutes en formats attendus et un système d'agrégation d'erreurs structuré qui mappe les échecs à des chemins d'entrée spécifiques. Elle prend en charge des hooks de configuration pour l'intégration de dépendances externes et fournit des outils pour assainir les données, la rendant adaptée pour imposer des standards sur les requêtes API entrantes et les objets de données complexes.
Provides shared validation shortcuts that bundle common rules together for consistent application across the codebase.
Ce projet est un outil en ligne de commande qui automatise la création de clients HTTP TypeScript typés en toute sécurité directement à partir de spécifications OpenAPI. En transformant les définitions de service en code source structuré, il garantit une synchronisation des types de bout en bout et impose l'intégrité des données à l'exécution à travers les frontières réseau. Le générateur se distingue en mappant les structures de données OpenAPI vers des schémas de validation Zod, permettant un mapping de types cohérent basé sur les schémas et une validation des réponses. Il prend en charge la synthèse de source dédupliquée pour minimiser la redondance dans la sortie générée et fournit des options de personnalisation de template, permettant aux utilisateurs de modifier la structure et le formatage du code résultant via des règles de rendu définies. L'outil gère l'intégralité du cycle de vie de la création de client, de l'analyse de spécifications API hétérogènes vers un modèle interne unifié jusqu'au rendu de gestionnaires de requêtes exécutables. Il est conçu pour s'intégrer dans les flux de travail de développement en produisant des modules prêts à l'emploi qui maintiennent des contrats de données stricts entre les services.
Validates API response bodies against generated Zod schemas at runtime to catch data shape mismatches.