System messages. OpenAI: zwykła wiadomość z role: "system" . Anthropic: pole system top-level w requeście. Przenosimy i konkatenujemy jeśli jest kilka. Tool-calle (strona assistanta). OpenAI: tool_calls: [{id, type:'function', function:{name, arguments:'JSON-string'}}] . Anthropic: blok tool_use wewnątrz content z {id, name, input} (sparsowany obiekt, nie string). Parsujemy escapowane arguments OpenAI do strukturyzowanego input dla Anthropica; odwrotny kierunek re-serializuje. Tool results. OpenAI: oddzielna wiadomość z role: "tool" , tool_call_id i content . Anthropic: blok tool_result wewnątrz content następnej wiadomości user z tool_use_id . Kolejne wiadomości tool OpenAI łączą się w jedną user Anthropica z wieloma tool_result . Obrazki. OpenAI: {type:'image_url', image_url:{url}} . Anthropic: {type:'image', source:{type:'base64',media_type,data}} albo URL-source. Wykrywamy URLe data: i konwertujemy; gołe URLe przechodzą jako URL-source. Zwykły tekst. OpenAI używa stringa; Anthropic akceptuje stringa lub jednoelementową tablicę [{type:'text', text}] . Używamy czego prostsze.

Escapowanie argumentów OpenAI. arguments OpenAI to string JSON-zakodowany, nie sparsowany obiekt. Jeśli zepsuty (rzadko, zdarza się z małymi modelami), wkładamy do _raw w input Anthropica zamiast rzucać. System top-level Anthropica. W OpenAI → Anthropic wynik to {system, messages} . Jeśli chcesz tylko tablicę, użyj .messages — ale pamiętaj dołączyć system do requestu osobno. Ścisła alternacja. Anthropic wymaga user/assistant w ścisłej alternacji (po opcjonalnym system). Konwerter zazwyczaj zachowuje; jeśli twoje źródło OpenAI ma dwa user pod rząd, wyjście Anthropic też — i API odrzuci. Zmerguj wcześniej. Multi-modal w OpenAI. Wiadomość user OpenAI z obrazkami używa content array zamiast stringa. Obsługujemy; tylko upewnij się że twój input parsuje jako JSON. Prywatność. Nic nie opuszcza strony. Konwersja w czystym JS; bez API keys, bez sieci.

Konwerter OpenAI ⇄ Anthropic

Konwertuj tablice messages między OpenAI Chat Completions a Anthropic Messages API. Obsługuje system messages, tool calle, bloki obrazków, multi-turn. W przeglądarce, bez API keys.

OpenAI → Anthropic Anthropic → OpenAI

Source (OpenAI Chat Completions)

Target (Anthropic Messages API)

Do czego to służy?

API Chat Completions od OpenAI i Messages API od Anthropica pozwalają na rozmowy multi-turn, ale strukturyzują JSON na tyle różnie, że prompty i trace tool-calli nie wpadają czysto przy zmianie providera. Różnice są małe (umiejscowienie system message, tool-call vs tool-use, kształt bloków obrazków, role: 'tool' vs tool_result w content) ale każda to 10-minutowa królicza nora gdy masz deadline. Ten konwerter robi tłumaczenie: wklejasz rozmowę OpenAI, dostajesz wersję Anthropic (lub odwrotnie).

Co jest tłumaczone

System messages. OpenAI: zwykła wiadomość z role: "system". Anthropic: pole system top-level w requeście. Przenosimy i konkatenujemy jeśli jest kilka.
Tool-calle (strona assistanta). OpenAI: tool_calls: [{id, type:'function', function:{name, arguments:'JSON-string'}}]. Anthropic: blok tool_use wewnątrz content z {id, name, input} (sparsowany obiekt, nie string). Parsujemy escapowane arguments OpenAI do strukturyzowanego input dla Anthropica; odwrotny kierunek re-serializuje.
Tool results. OpenAI: oddzielna wiadomość z role: "tool", tool_call_id i content. Anthropic: blok tool_result wewnątrz content następnej wiadomości user z tool_use_id. Kolejne wiadomości tool OpenAI łączą się w jedną user Anthropica z wieloma tool_result.
Obrazki. OpenAI: {type:'image_url', image_url:{url}}. Anthropic: {type:'image', source:{type:'base64',media_type,data}} albo URL-source. Wykrywamy URLe data: i konwertujemy; gołe URLe przechodzą jako URL-source.
Zwykły tekst. OpenAI używa stringa; Anthropic akceptuje stringa lub jednoelementową tablicę [{type:'text', text}]. Używamy czego prostsze.

Czego się nie tłumaczy

Eventy streamingowe. Obsługujemy JSON request/response, nie strumienie SSE. Z dumpem streamingowym najpierw zrekonstruuj końcową wiadomość.
Pola specyficzne dla providera. logprobs OpenAI, stop_sequences Anthropica, parametry samplingu — żyją w top-level requestu, nie w messages.
Wskazówki cache-control. cache_control: {type:'ephemeral'} Anthropica nie ma odpowiednika w OpenAI. Przeżywa OpenAI → Anthropic (brak źródła), ale jest porzucany przy Anthropic → OpenAI.
Definicje toolów. Schemat twoich toolów (pole tools requestu) żyje poza tablicą messages. Format różny między providerami — konwertuj osobno.

Częste pułapki

Escapowanie argumentów OpenAI. arguments OpenAI to string JSON-zakodowany, nie sparsowany obiekt. Jeśli zepsuty (rzadko, zdarza się z małymi modelami), wkładamy do _raw w input Anthropica zamiast rzucać.
System top-level Anthropica. W OpenAI → Anthropic wynik to {system, messages}. Jeśli chcesz tylko tablicę, użyj .messages — ale pamiętaj dołączyć system do requestu osobno.
Ścisła alternacja. Anthropic wymaga user/assistant w ścisłej alternacji (po opcjonalnym system). Konwerter zazwyczaj zachowuje; jeśli twoje źródło OpenAI ma dwa user pod rząd, wyjście Anthropic też — i API odrzuci. Zmerguj wcześniej.
Multi-modal w OpenAI. Wiadomość user OpenAI z obrazkami używa content array zamiast stringa. Obsługujemy; tylko upewnij się że twój input parsuje jako JSON.
Prywatność. Nic nie opuszcza strony. Konwersja w czystym JS; bez API keys, bez sieci.