JSON から Pydantic v2 モデルを生成

送信量 0 バイト

JSON API レスポンスを、ネストクラス展開と Field(alias=...) マッピング付きの Python Pydantic v2 BaseModel へ変換します。

100% クライアント処理 — Network タブで送信量 0 バイトを確認できますNetwork タブでバイト送信 0 を確認する

テキストまたはデータファイルをここにドロップ、または Ctrl V で貼り付け · または .json ファイルをドロップ · Ctrl V で JSON を貼り付け
  • 100% ブラウザ内処理
  • Pydantic v2 BaseModel
  • snake_case+Field(alias)

変換前後の即時プレビュー

変換前(入力)inference-job.json
{
  "jobId": "job-77",
  "maxTokens": 2048,
  "modelConfig": {
    "temperature": 0.2,
    "stream": true
  }
}
変換後(出力).py
from __future__ import annotations
from pydantic import BaseModel, Field

class ModelConfig(BaseModel):
    temperature: float
    stream: bool

class RootModel(BaseModel):
    job_id: str = Field(alias="jobId")
    max_tokens: int = Field(alias="maxTokens")
    model_config: ModelConfig = Field(alias="modelConfig")

変換元と変換先フォーマットの仕様比較: JSON → Pydantic v2

仕様項目変換元: JSON変換先: Pydantic v2
構造タイプ階層構造型付きコード
可読性高高
ネスト対応対応対応
LLM トークン効率低中
拡張子.json.py
MIME タイプapplication/jsontext/x-python
主な用途REST/GraphQL API、構造化されたアプリ状態、NoSQL ドキュメント、システム間のデータ交換。FastAPI エンドポイント、Python LLM の構造化出力、Python 3.10+ での高速なデータ検証。

使い方

JSON から Python Pydantic モデルを生成する手順

ブラウザメモリ内で FastAPI や LLM 構造化出力向けの Python データモデルを瞬時に雛形生成します。

  1. サンプル JSON を貼り付けcamelCase キーや深いネストを含む任意の JSON レスポンスを入力します。
  2. ルートクラス名と Optional を設定ルートクラス名を指定し、null 値に Optional[...] = None を付けるか選択します。
  3. Python コードをコピー生成された Pydantic v2 BaseModel 群を FastAPI や Python スクリプトへコピーします。
フォーマット仕様:JSON (.json)Pydantic v2 (.py)

FAQ

よくある質問

jobId のような camelCase の JSON キーはどう変換されますか?

PEP 8 に準拠した snake_case(job_id)へ変換され、元のキーを受け取れるよう Field(alias="jobId") が自動で付与されます。

ネストされた JSON オブジェクトは別の Python クラスに分かれますか?

はい。ネストオブジェクトは依存関係順にルートクラスの上部へ個別の BaseModel として展開出力されます。

JSON の数値から int と float を自動で判別してくれますか?

はい。整数のみなら int、小数を含む数値なら float と推定し、混在配列も適切に型付けします。