JSON Assistant
Transformez un échantillon JSON en table SQL, schéma Drizzle ou validateur Zod/Yup/Joi — plus des données factices, un scan de secrets et une revue de structure.
Paste JSON on the left to run this action.
Qu'est-ce que JSON Assistant ?
Le JSON Assistant exécute un ensemble d'analyses et de générateurs de code sur un échantillon de charge utile JSON : il infère la forme de vos enregistrements, puis transforme cette forme en CREATE TABLE SQL, en schéma Drizzle, en validateur Zod, Yup ou Joi, ou en lot de données factices réalistes — et séparément audite la charge utile pour y chercher des identifiants et des données personnelles, ou la passe en revue pour des problèmes structurels. Chacune de ces opérations est une transformation mécanique d'un modèle de types inféré plutôt qu'une supposition, ce qui explique qu'elles s'exécutent instantanément, hors ligne et sans envoyer votre JSON nulle part. Ce dernier point compte le plus pour le scan de données sensibles : tout l'intérêt de vérifier si une charge utile contient une clé d'API ou un e-mail client est annulé si la vérification exige d'en téléverser le contenu.
Comment utiliser JSON Assistant
- Collez une charge utile JSON représentative dans le panneau de gauche — un tableau d'enregistrements, ou un objet qui en encapsule un (l'assistant trouve automatiquement la plus grande collection d'enregistrements).
- Choisissez une action dans la rangée du dessus : table SQL, schéma Drizzle, validateur Zod/Yup/Joi, données factices, scan de données sensibles ou revue de structure.
- Le résultat apparaît à droite et se met à jour pendant que vous éditez. Pour les données factices, définissez le nombre de lignes souhaité.
- Copiez le résultat avec le bouton de copie. La ligne sous les panneaux indique combien d'enregistrements et de champs ont été lus, pour confirmer que la bonne collection a été trouvée.
Exemples
Enregistrements → table SQL
Entrée
{"users": [{"id": 1, "email": "ada@example.com", "active": true}]}
Sortie
CREATE TABLE users ( id BIGINT PRIMARY KEY, email VARCHAR(32) NOT NULL, active BOOLEAN NOT NULL );
Le scan de données sensibles trouve un identifiant
Entrée
{"user": {"email": "a@b.com", "apiKey": "sk_live_51H8xQ2eZvKYlo2C"}}
Sortie
high user.apiKey Le nom de clé suggère un identifiant medium user.email Le nom de clé suggère des données personnelles
Erreurs courantes
- Générer un schéma depuis un échantillon qui omet les champs optionnels — la sortie ne peut décrire que les clés réellement vues, donc un échantillon maigre produit un schéma qui rejette des charges utiles de production valides.
- Traiter un résultat propre du scan de données sensibles comme une garantie ; la recherche de motifs trouve des formes connues de secrets, pas tous les secrets.
- Exécuter le CREATE TABLE généré tel quel en production — largeurs de colonnes, choix d'index et clés étrangères viennent tous d'un seul échantillon et méritent une passe de relecture.
Pourquoi utiliser cet outil
- Fonctionne entièrement côté client, ce qui rend d'emblée le scan de données sensibles digne de confiance.
- Un unique modèle de types inféré pilote tous les générateurs, donc la table SQL, le schéma Drizzle et le validateur Zod sont tous cohérents entre eux.
- Les données factices sont déterministes et reproductibles, donc régénérer un fixture ne churne pas votre diff.