Chat Thread Viewer

यह किसके लिए है?

LLM applications अपनी conversations को JSON arrays of messages के रूप में log करती हैं — यही API को भेजा जाता है और यही audit logs, evaluation traces, fine-tuning datasets, और SDK debug output में दिखता है। उन arrays को इंसान की तरह पढ़ना मुश्किल है: escaped strings की दीवारें, escaped JSON-में-JSON में लिपटे tool-call arguments, बाकी flow में मिले-जुले system prompts। यह tool आपको एक quick chat-bubble render देता है ताकि आप actual conversation को scan कर सकें, देख सकें कि किन messages में tool calls थे, और वो एक prompt पहचान सकें जो गलत हो गया।

यह कौन-से formats समझता है

• OpenAI Chat Completions। [{role, content}, ...] with optional tool_calls on assistant messages and role: "tool" for tool results। सबसे common shape।
• Anthropic Messages API। [{role, content: [...]}] जहाँ content blocks का array है (text, tool_use, tool_result, image)। System prompt usually top-level होता है — अगर देखना है तो उसे system message के रूप में paste करें।
• LangChain message dumps। [{type: "human" | "ai" | "system", content: ...}] — पुरानी LangChain shape, अब भी saved traces में common।
• Wrapper objects। अगर आप {"messages": [...]} या {"input": [...]} paste करते हैं, तो wrapper automatically unwrap हो जाता है।

क्या render होता है

• Role-colored bubbles। System = grey centered, user = indigo right-aligned, assistant = neutral left-aligned, tool result = green।
• Tool calls। Default में expand के साथ pretty-printed arguments। OpenAI के tool_calls form और Anthropic के tool_use block दोनों handle होते हैं। Tool result messages अलग bubble में दिखते हैं।
• Code fences और inline code। Triple-backtick blocks <pre> as monospace render होते हैं, single-backtick spans inline code। कोई syntax highlighting नहीं (हम उसके लिए tokenizer नहीं भेजते), indentation preserve होती है।
• Image references। Anthropic image blocks एक छोटी pill के रूप में source URL या media type दिखाते हैं — हम image actually load नहीं करते (tool offline रहती है)।
• Stats line। Detected format, message count, tool-call count, और हमारे Token Counter जैसी heuristic से rough token estimate।

Common gotchas

• Trailing commas। Standard JSON इन्हें allow नहीं करता। अगर आपने debugger या REPL output से copy किया है, तो paste से पहले {...},] → {...}] साफ करना पड़ सकता है।
• Single quotes। Python का repr single quotes use करता है। json.dumps से चलाएं, या Python-literal-to-JSON converter use करें।
• Anthropic system prompt। Anthropic API में system instruction top-level field है, message नहीं। अगर आपके dump में सिर्फ messages array है, तो system prompt वहां नहीं होगा — start में {"role": "system", "content": "..."} के रूप में paste करें।
• Escaped JSON के रूप में tool-call arguments। OpenAI arguments को JSON string के रूप में return करता है। हम unescape करके pretty-print करते हैं। अगर JSON-in-string malformed है, तो raw string दिखाई जाती है।
• Privacy। कुछ भी page से बाहर नहीं जाता। पूरी render आपके paste किए JSON पर JS में चलती है। कुछ ऐसा paste न करें जो किसी notepad app में paste न करें।