Dymki kolorowane wg roli. System = szary wyśrodkowany, user = indygo po prawej, assistant = neutralny po lewej, tool result = zielony. Tool-calle. Domyślnie rozwinięte z ładnie sformatowanymi argumentami. Obsługiwane są zarówno tool_calls z OpenAI jak i bloki tool_use z Anthropica. Wiadomości wyników pojawiają się w osobnym dymku. Code fence'y i inline code. Bloki potrójnych backticków renderowane jako monospace, pojedyncze backticki jako inline code. Bez syntax highlightingu (nie wozimy tokenizera dla tego), wcięcia zachowane. Odwołania do obrazków. Bloki image Anthropica pokazują małą pigułkę z URL-em albo media-type — obrazka nie ładujemy (narzędzie zostaje offline). Linia statystyk. Wykryty format, liczba wiadomości, liczba tool-calli i przybliżona estymacja tokenów z tą samą heurystyką co Token Counter.

Trailing comma. Standardowe JSON ich nie pozwala. Jeśli skopiowałeś z debuggera albo REPLa, możesz musieć posprzątać {...},] → {...}] przed wklejeniem. Pojedyncze cudzysłowy. repr Pythona używa pojedynczych. Przepuść przez json.dumps , albo użyj konwertera Python-literal do JSON. System prompt Anthropica. Instrukcja system w API Anthropica to pole top-level, nie wiadomość. Jeśli twój dump ma tylko tablicę messages, system prompta tam nie ma — wklej jako {"role": "system", "content": "..."} na początku. Argumenty tool-calli jako escapowany JSON. OpenAI zwraca arguments jako string JSON. Odescape'ujemy i ładnie drukujemy. Jeśli JSON w stringu jest zepsuty, pokazywany jest surowy string. Prywatność. Nic nie opuszcza strony. Cały render leci w JS na wklejonym JSONie. Nie wklejaj nic, czego nie wkleiłbyś do appki notatek.

Przeglądarka Wątków Chatu

Wklej tablicę messages OpenAI lub Anthropic (JSON) i zobacz ją jako czytelny wątek czatu. Kolory wg roli. Parametry tool-calli rozwijane. Tylko przeglądarka, bez uploadu.

Paste messages JSON (OpenAI / Anthropic / LangChain)

Do czego to służy?

Aplikacje LLM logują rozmowy jako tablice JSON wiadomości — to jest to, co leci do API i co zobaczysz w audit logach, trace'ach ewaluacji, datasetach fine-tuningu i debugu SDK. Czytanie tych tablic gołym okiem to koszmar: ściany ucharowanych stringów, argumenty tool-calli zawinięte w escapowany JSON-w-JSON, system prompty pomieszane z resztą. To narzędzie daje ci szybki render w dymkach, żebyś przeszedł właściwą rozmowę, zobaczył które wiadomości zawierały tool-calle i znalazł ten jeden prompt, który wyleciał z torów.

Jakie formaty rozumie

OpenAI Chat Completions. [{role, content}, ...] z opcjonalnymi tool_calls na wiadomościach assistanta i role: "tool" dla wyników tool. Najczęstsza forma.
Anthropic Messages API. [{role, content: [...]}] gdzie content to tablica bloków (text, tool_use, tool_result, image). System prompt jest zwykle top-level — wklej go jako wiadomość system, jeśli chcesz go zobaczyć.
Dumpy wiadomości LangChain. [{type: "human" | "ai" | "system", content: ...}] — starsza forma LangChain, wciąż częsta w zapisanych trace'ach.
Obiekty wrappery. Jak wkleisz {"messages": [...]} albo {"input": [...]}, wrapper jest automatycznie rozpakowany.

Co jest renderowane

Dymki kolorowane wg roli. System = szary wyśrodkowany, user = indygo po prawej, assistant = neutralny po lewej, tool result = zielony.
Tool-calle. Domyślnie rozwinięte z ładnie sformatowanymi argumentami. Obsługiwane są zarówno tool_calls z OpenAI jak i bloki tool_use z Anthropica. Wiadomości wyników pojawiają się w osobnym dymku.
Code fence'y i inline code. Bloki potrójnych backticków renderowane jako <pre> monospace, pojedyncze backticki jako inline code. Bez syntax highlightingu (nie wozimy tokenizera dla tego), wcięcia zachowane.
Odwołania do obrazków. Bloki image Anthropica pokazują małą pigułkę z URL-em albo media-type — obrazka nie ładujemy (narzędzie zostaje offline).
Linia statystyk. Wykryty format, liczba wiadomości, liczba tool-calli i przybliżona estymacja tokenów z tą samą heurystyką co Token Counter.

Częste pułapki

Trailing comma. Standardowe JSON ich nie pozwala. Jeśli skopiowałeś z debuggera albo REPLa, możesz musieć posprzątać {...},] → {...}] przed wklejeniem.
Pojedyncze cudzysłowy. repr Pythona używa pojedynczych. Przepuść przez json.dumps, albo użyj konwertera Python-literal do JSON.
System prompt Anthropica. Instrukcja system w API Anthropica to pole top-level, nie wiadomość. Jeśli twój dump ma tylko tablicę messages, system prompta tam nie ma — wklej jako {"role": "system", "content": "..."} na początku.
Argumenty tool-calli jako escapowany JSON. OpenAI zwraca arguments jako string JSON. Odescape'ujemy i ładnie drukujemy. Jeśli JSON w stringu jest zepsuty, pokazywany jest surowy string.
Prywatność. Nic nie opuszcza strony. Cały render leci w JS na wklejonym JSONie. Nie wklejaj nic, czego nie wkleiłbyś do appki notatek.