Structured output LLM. Il response_format di OpenAI e il tool-use di Anthropic prendono entrambi JSON Schema. Dopo averlo progettato, di solito vuoi un modello Pydantic per validare e accedere ai campi in Python. Generazione client OpenAPI. Una spec OpenAPI ti dà JSON Schema per body; via rapida a modelli Pydantic senza un generatore completo. Migrazione Schema → Python. Hai ereditato un sistema con validazione JSON Schema da spostare a Pydantic. Incolla ogni schema, ottieni classe iniziale, rifinisci. Scaffolding veloce. Forma abbozzata in JSON in un notebook; trasformala in modello vero con un incolla.

type: object con properties + required — classe BaseModel annidata. type: array con items — List[X] . Primitivi: string → str , integer → int , number → float , boolean → bool , null → None . format su string: date-time → datetime , email → EmailStr , uri/url → HttpUrl , uuid → UUID . enum → Literal[...] ; const → Literal[X] . oneOf / anyOf → Union[...] ; variante null si ripiega in Optional[...] . type: ["string", "null"] → Optional[str] . description → Field(..., description=...) . default → default del campo. minimum/maximum/minLength/maxLength → Field(ge=..., le=..., min_length=..., max_length=...) . Nomi non validi in Python vengono sanificati e alias= aggiunto; modello con populate_by_name=True . Oggetti annidati → classi annidate, denominate per title se presente, altrimenti per il campo. $defs/definitions → classi separate.

Pydantic v2 vs v1. Default v2. Cambia col dropdown se sei su v1. L'output è un punto di partenza. Revisionalo, specialmente union complesse e tipi ricorsivi. I nomi contano. Il campo "Root class name" controlla il nome della classe top-level. Sotto-classi: title o nome di campo. Required vs Optional in v2. Required senza default usa ... . Optional cade a None avvolto in Optional[T] .

JSON Schema → Pydantic

Converti JSON Schema in codice modello Pydantic v2, nel tuo browser. Incolla lo schema, ottieni una classe Python pronta da incollare. Utile per flussi LLM con structured output.

JSON Schema

Pydantic version

Sample schema

Root class name

Generated Pydantic code

Inserisci un input sopra per vedere il risultato.

A cosa serve?

JSON Schema e Pydantic sono i due modi principali per descrivere un oggetto strutturato — JSON Schema è la lingua franca per OpenAPI, function calling LLM e structured output; Pydantic è la libreria di validazione di fatto in Python. Spesso hai uno e ti serve l'altro. Questo strumento fa la conversione in una direzione: incolla un JSON Schema, ottieni una classe Pydantic pronta da incollare in un .py.

Quando usarlo

Structured output LLM. Il response_format di OpenAI e il tool-use di Anthropic prendono entrambi JSON Schema. Dopo averlo progettato, di solito vuoi un modello Pydantic per validare e accedere ai campi in Python.
Generazione client OpenAPI. Una spec OpenAPI ti dà JSON Schema per body; via rapida a modelli Pydantic senza un generatore completo.
Migrazione Schema → Python. Hai ereditato un sistema con validazione JSON Schema da spostare a Pydantic. Incolla ogni schema, ottieni classe iniziale, rifinisci.
Scaffolding veloce. Forma abbozzata in JSON in un notebook; trasformala in modello vero con un incolla.

Cosa gestisce

type: object con properties + required — classe BaseModel annidata.
type: array con items — List[X].
Primitivi: string → str, integer → int, number → float, boolean → bool, null → None.
format su string: date-time → datetime, email → EmailStr, uri/url → HttpUrl, uuid → UUID.
enum → Literal[...]; const → Literal[X].
oneOf/anyOf → Union[...]; variante null si ripiega in Optional[...].
type: ["string", "null"] → Optional[str].
description → Field(..., description=...).
default → default del campo.
minimum/maximum/minLength/maxLength → Field(ge=..., le=..., min_length=..., max_length=...).
Nomi non validi in Python vengono sanificati e alias= aggiunto; modello con populate_by_name=True.
Oggetti annidati → classi annidate, denominate per title se presente, altrimenti per il campo.
$defs/definitions → classi separate.

Cosa non gestisce (ancora)

$ref esterni (URL). Ref locali a $defs funzionano.
patternProperties — commento TODO.
additionalProperties con schema — commento TODO.
Composizione allOf multi-base. allOf a singolo elemento è spacchettato.
Validatori custom su pattern — il campo esce, la regex no. Aggiungi @field_validator dopo se serve.

Trappole comuni

Pydantic v2 vs v1. Default v2. Cambia col dropdown se sei su v1.
L'output è un punto di partenza. Revisionalo, specialmente union complesse e tipi ricorsivi.
I nomi contano. Il campo "Root class name" controlla il nome della classe top-level. Sotto-classi: title o nome di campo.
Required vs Optional in v2. Required senza default usa .... Optional cade a None avvolto in Optional[T].