Structured outputs de LLM. El response_format de OpenAI y el tool-use de Anthropic toman JSON Schema. Tras diseñarlo, normalmente quieres un modelo Pydantic para validar y acceder a campos. Generación de clientes OpenAPI. Una spec OpenAPI te da JSON Schema por body; esto es una vía rápida a modelos Pydantic sin un generador completo. Migración Schema → Python. Heredas un sistema con validación por JSON Schema y quieres pasar a Pydantic. Pega cada schema, obtén clase de partida, refina. Scaffolding rápido. Esbozaste la forma en JSON en un notebook; conviértelo en modelo real con un pegado.

type: object con properties + required — clase BaseModel anidada. type: array con items — List[X] . Primitivos: string → str , integer → int , number → float , boolean → bool , null → None . format en string: date-time → datetime , email → EmailStr , uri/url → HttpUrl , uuid → UUID . enum → Literal[...] ; const → Literal[X] . oneOf / anyOf → Union[...] ; variante null se pliega a Optional[...] . type: ["string", "null"] → Optional[str] . description → Field(..., description=...) . default → default del campo. minimum/maximum/minLength/maxLength → Field(ge=..., le=..., min_length=..., max_length=...) . Identificadores no válidos en Python se sanean y se añade alias= ; el modelo lleva populate_by_name=True . Objetos anidados → clases anidadas, con nombre del title si está, si no del campo. $defs/definitions → clases separadas.

Pydantic v2 vs v1. Por defecto v2. Cambia con el dropdown si tu codebase es v1. La salida es un punto de partida. Revísala, especialmente uniones complejas y tipos recursivos. Los nombres importan. El campo "Root class name" controla el nombre de la clase top-level. Las sub-clases usan title o el nombre de campo. Required vs Optional en v2. Required sin default usa ... . Optional cae a None envuelto en Optional[T] .

JSON Schema → Pydantic

Convierte JSON Schema a código de modelos Pydantic v2 en tu navegador. Pega el schema, obtén una clase Python lista para pegar. Útil para flujos LLM con structured output.

JSON Schema

Pydantic version

Sample schema

Root class name

Generated Pydantic code

Introduce un valor arriba para ver el resultado.

¿Para qué sirve?

JSON Schema y Pydantic son las dos formas principales de describir un objeto estructurado — JSON Schema es la lingua franca para OpenAPI, function calling de LLMs y structured outputs; Pydantic es la librería de validación de facto en Python. A menudo tienes uno y necesitas el otro. Esta herramienta hace la conversión en una dirección: pega un JSON Schema, obtén una clase Pydantic lista para soltar en un .py.

Cuándo usarla

Structured outputs de LLM. El response_format de OpenAI y el tool-use de Anthropic toman JSON Schema. Tras diseñarlo, normalmente quieres un modelo Pydantic para validar y acceder a campos.
Generación de clientes OpenAPI. Una spec OpenAPI te da JSON Schema por body; esto es una vía rápida a modelos Pydantic sin un generador completo.
Migración Schema → Python. Heredas un sistema con validación por JSON Schema y quieres pasar a Pydantic. Pega cada schema, obtén clase de partida, refina.
Scaffolding rápido. Esbozaste la forma en JSON en un notebook; conviértelo en modelo real con un pegado.

Qué maneja

type: object con properties + required — clase BaseModel anidada.
type: array con items — List[X].
Primitivos: string → str, integer → int, number → float, boolean → bool, null → None.
format en string: date-time → datetime, email → EmailStr, uri/url → HttpUrl, uuid → UUID.
enum → Literal[...]; const → Literal[X].
oneOf/anyOf → Union[...]; variante null se pliega a Optional[...].
type: ["string", "null"] → Optional[str].
description → Field(..., description=...).
default → default del campo.
minimum/maximum/minLength/maxLength → Field(ge=..., le=..., min_length=..., max_length=...).
Identificadores no válidos en Python se sanean y se añade alias=; el modelo lleva populate_by_name=True.
Objetos anidados → clases anidadas, con nombre del title si está, si no del campo.
$defs/definitions → clases separadas.

Lo que no maneja (todavía)

$ref externos (URLs). Los locales a $defs sí.
patternProperties — comentario TODO.
additionalProperties con schema — comentario TODO.
allOf multi-base. allOf de un elemento se desenvuelve.
Validadores custom con pattern — el campo se emite, el regex se omite. Añade @field_validator tras pegar si lo necesitas.

Errores comunes

Pydantic v2 vs v1. Por defecto v2. Cambia con el dropdown si tu codebase es v1.
La salida es un punto de partida. Revísala, especialmente uniones complejas y tipos recursivos.
Los nombres importan. El campo "Root class name" controla el nombre de la clase top-level. Las sub-clases usan title o el nombre de campo.
Required vs Optional en v2. Required sin default usa .... Optional cae a None envuelto en Optional[T].