Bulles colorées par rôle. System = gris centré, user = indigo à droite, assistant = neutre à gauche, résultat de tool = vert. Tool-calls. Dépliés par défaut avec arguments mis en forme. Les tool_calls d'OpenAI et les blocs tool_use d'Anthropic sont tous deux gérés. Les messages de résultat apparaissent dans leur propre bulle. Code fences et inline code. Blocs triples backticks rendus en monospace, backticks simples en code inline. Pas de coloration syntaxique (on n'embarque pas de tokenizer pour ça), l'indentation est préservée. Références d'image. Les blocs image d'Anthropic affichent une petite pastille avec l'URL ou le media-type — on ne charge pas l'image (l'outil reste offline). Ligne de stats. Format détecté, nombre de messages, nombre de tool-calls, et estimation grossière de tokens avec la même heuristique que notre Token Counter.

Virgules en fin. Le JSON standard ne les autorise pas. Si vous avez copié depuis un debugger ou REPL, vous devrez peut-être nettoyer {...},] → {...}] avant de coller. Quotes simples. Le repr Python utilise les simples. Passez-le par json.dumps , ou utilisez un convertisseur Python-literal vers JSON. System prompt Anthropic. L'instruction system dans l'API Anthropic est un champ top-level, pas un message. Si votre dump ne contient que le tableau messages, le system prompt n'y sera pas — collez-le comme {"role": "system", "content": "..."} en tête. Arguments de tool-call en JSON échappé. OpenAI renvoie arguments comme string JSON. On le désescappe et le formate. Si le JSON-dans-string est cassé, la string brute est affichée. Privacy. Rien ne quitte la page. Tout le rendu tourne en JS sur le JSON collé. Ne collez rien que vous ne colleriez pas dans une appli de notes.

Visualiseur de Fil de Chat

Collez un tableau de messages OpenAI ou Anthropic (JSON) et voyez-le rendu en fil de chat lisible. Code couleur par rôle. Paramètres de tool-calls dépliables. Pur navigateur, sans upload.

Paste messages JSON (OpenAI / Anthropic / LangChain)

À quoi ça sert ?

Les applis LLM journalisent leurs conversations en tableaux JSON de messages — c'est ce qui est envoyé à l'API et ce que vous verrez dans les audit logs, traces d'évaluation, datasets de fine-tuning et debug SDK. Lire ces tableaux à l'œil nu est pénible : murs de chaînes échappées, arguments de tool-calls enveloppés dans du JSON-dans-JSON échappé, system prompts mélangés au reste. Cet outil vous donne un rendu rapide en bulles pour scanner la vraie conversation, voir quels messages contenaient des tool-calls, et repérer le prompt qui a déraillé.

Quels formats il comprend

OpenAI Chat Completions. [{role, content}, ...] avec tool_calls optionnels sur les messages assistant et role: "tool" pour les résultats de tool. La forme la plus courante.
Anthropic Messages API. [{role, content: [...]}] où content est un tableau de blocs (text, tool_use, tool_result, image). Le system prompt est généralement au niveau racine — collez-le comme message system si vous voulez le voir.
Dumps de messages LangChain. [{type: "human" | "ai" | "system", content: ...}] — ancienne forme LangChain, encore courante dans les traces sauvegardées.
Objets wrapper. Si vous collez {"messages": [...]} ou {"input": [...]}, le wrapper est déballé automatiquement.

Ce qui est rendu

Bulles colorées par rôle. System = gris centré, user = indigo à droite, assistant = neutre à gauche, résultat de tool = vert.
Tool-calls. Dépliés par défaut avec arguments mis en forme. Les tool_calls d'OpenAI et les blocs tool_use d'Anthropic sont tous deux gérés. Les messages de résultat apparaissent dans leur propre bulle.
Code fences et inline code. Blocs triples backticks rendus en <pre> monospace, backticks simples en code inline. Pas de coloration syntaxique (on n'embarque pas de tokenizer pour ça), l'indentation est préservée.
Références d'image. Les blocs image d'Anthropic affichent une petite pastille avec l'URL ou le media-type — on ne charge pas l'image (l'outil reste offline).
Ligne de stats. Format détecté, nombre de messages, nombre de tool-calls, et estimation grossière de tokens avec la même heuristique que notre Token Counter.

Pièges courants

Virgules en fin. Le JSON standard ne les autorise pas. Si vous avez copié depuis un debugger ou REPL, vous devrez peut-être nettoyer {...},] → {...}] avant de coller.
Quotes simples. Le repr Python utilise les simples. Passez-le par json.dumps, ou utilisez un convertisseur Python-literal vers JSON.
System prompt Anthropic. L'instruction system dans l'API Anthropic est un champ top-level, pas un message. Si votre dump ne contient que le tableau messages, le system prompt n'y sera pas — collez-le comme {"role": "system", "content": "..."} en tête.
Arguments de tool-call en JSON échappé. OpenAI renvoie arguments comme string JSON. On le désescappe et le formate. Si le JSON-dans-string est cassé, la string brute est affichée.
Privacy. Rien ne quitte la page. Tout le rendu tourne en JS sur le JSON collé. Ne collez rien que vous ne colleriez pas dans une appli de notes.