Skip to content
jsonforge.app

JSON Assistant

Transforme uma amostra JSON em uma tabela SQL, schema Drizzle ou validador Zod/Yup/Joi — além de dados fictícios, uma varredura de segredos e uma revisão de estrutura.

Database
Validation
Data
Analysis
AI
JSON input
Loading editor…
SQL table

Paste JSON on the left to run this action.

O que é JSON Assistant?

O JSON Assistant executa um conjunto de análises e geradores de código sobre uma amostra de payload JSON: ele infere a forma dos seus registros e transforma essa forma em um CREATE TABLE de SQL, um schema Drizzle, um validador Zod, Yup ou Joi, ou um lote de dados fictícios realistas — e, separadamente, audita o payload em busca de credenciais e dados pessoais, ou o revisa em busca de problemas estruturais. Cada um deles é uma transformação mecânica de um modelo de tipos inferido, e não um palpite, e é por isso que rodam instantaneamente, offline e sem enviar seu JSON para lugar algum. Esse último ponto é o que mais importa para a varredura de dados sensíveis: o propósito inteiro de verificar se um payload contém uma chave de API ou um e-mail de cliente é derrotado se a verificação exigir o upload do payload.

Como usar JSON Assistant

  1. Cole um payload JSON representativo no painel esquerdo — um array de registros ou um objeto que envolve um (o assistente encontra automaticamente a maior coleção de registros).
  2. Escolha uma ação na linha acima: tabela SQL, schema Drizzle, validador Zod/Yup/Joi, dados fictícios, varredura de dados sensíveis ou revisão de estrutura.
  3. O resultado aparece à direita e é atualizado conforme você edita. Para dados fictícios, defina quantas linhas deseja.
  4. Copie o resultado com o botão de copiar. A linha sob os painéis informa quantos registros e campos foram lidos, para você confirmar que ele encontrou a coleção certa.

Exemplos

Registros → tabela SQL

Entrada

{"users": [{"id": 1, "email": "ada@example.com", "active": true}]}

Saída

CREATE TABLE users ( id BIGINT PRIMARY KEY, email VARCHAR(32) NOT NULL, active BOOLEAN NOT NULL );

A varredura de dados sensíveis encontra uma credencial

Entrada

{"user": {"email": "a@b.com", "apiKey": "sk_live_51H8xQ2eZvKYlo2C"}}

Saída

high user.apiKey O nome da chave sugere uma credencial medium user.email O nome da chave sugere dados pessoais

Erros comuns

  • Gerar um schema a partir de uma amostra que omite campos opcionais — a saída só pode descrever as chaves que realmente viu, então uma amostra magra produz um schema que rejeita payloads válidos de produção.
  • Tratar um resultado limpo da varredura de dados sensíveis como garantia; a correspondência de padrões encontra formas conhecidas de segredo, não todos os segredos.
  • Executar o CREATE TABLE gerado sem alterações em produção — larguras de coluna, escolhas de índices e chaves estrangeiras vêm de uma única amostra e merecem uma passada de revisão.

Por que usar esta ferramenta

  • Roda inteiramente no cliente, o que é justamente o que torna confiável a varredura de dados sensíveis.
  • Um único modelo de tipos inferido alimenta todos os geradores, então a tabela SQL, o schema Drizzle e o validador Zod ficam todos consistentes entre si.
  • Os dados fictícios são determinísticos e com semente fixa, então regenerar um fixture não polui seu diff.

Perguntas frequentes