Ispezionare dati di training LLM. Un dataset di fine-tuning è tipicamente {"messages": [...]} per riga. Sfogliare il corpus, controllare il bilancio delle classi, trovare la riga outlier che sta facendo fallire il tuo trainer. Leggere output batch di OpenAI / Anthropic. Entrambi tornano risultati batch come JSONL — una riga per richiesta, con status e contenuto. Vedere a colpo d'occhio quali richieste sono andate. Revisionare audit log. Log applicativi in JSONL sono comuni; questo strumento li mostra come tabella per analisi ad hoc senza lasciare il browser. Sanity-check di stream di eventi. Dump Kafka / Kinesis arrivano spesso come JSONL. Vista paginata veloce, senza jq. Convertire JSONL → CSV. Usa il pulsante export quando vuoi versare i dati in un foglio di calcolo.

Array JSON ≠ JSONL. Se il tuo file sembra [{...}, {...}, {...}] con virgole, è un array JSON, non JSONL. Togli le parentesi esterne e sostituisci le virgole con newline — o usa un visualizzatore JSON. JSON pretty-printed non è JSONL. Se ogni "oggetto" si stende su più righe, il parser vedrà frammenti rotti. JSONL è strettamente un oggetto per riga. Righe a forma mista vanno bene ma sporcano. Se metà delle tue righe hanno content e l'altra metà text , avrai due colonne e tanti vuoti. Spesso è quello che vuoi; a volte segnala un bug di pulizia dati. File molto grandi. Tutto viene parsato in memoria; ~50–100 MB va bene su laptop moderni, oltre rallenta. Per log multi-gigabyte, usa uno strumento CLI in streaming. Privacy. I file non lasciano mai la pagina. FileReader legge byte in memoria JS; nessuna richiesta di rete.

Visualizzatore JSONL

Visualizza file JSONL (JSON delimitato da newline) in una tabella paginata. Incolla fino a migliaia di righe, cerca, filtra, espandi singoli record. I file non lasciano mai il browser.

Paste JSONL (one JSON object per line) or upload a file

📂 Upload .jsonl / .ndjson

A cosa serve?

JSONL (anche NDJSON — JSON delimitato da newline) è il formato de facto per dati di training LLM, audit log, stream di eventi e output di API batch. Un oggetto JSON per riga, senza array contenitore. Append-friendly, si parsa riga per riga, sopravvive a corruzione parziale. Leggerlo da umano è doloroso però — vuoi una tabella, non un muro di parentesi. Questo strumento ti dà quella tabella nel browser. Nulla viene caricato; il file viene letto col FileReader del browser e parsato sul posto.

Quando usarlo

Ispezionare dati di training LLM. Un dataset di fine-tuning è tipicamente {"messages": [...]} per riga. Sfogliare il corpus, controllare il bilancio delle classi, trovare la riga outlier che sta facendo fallire il tuo trainer.
Leggere output batch di OpenAI / Anthropic. Entrambi tornano risultati batch come JSONL — una riga per richiesta, con status e contenuto. Vedere a colpo d'occhio quali richieste sono andate.
Revisionare audit log. Log applicativi in JSONL sono comuni; questo strumento li mostra come tabella per analisi ad hoc senza lasciare il browser.
Sanity-check di stream di eventi. Dump Kafka / Kinesis arrivano spesso come JSONL. Vista paginata veloce, senza jq.
Convertire JSONL → CSV. Usa il pulsante export quando vuoi versare i dati in un foglio di calcolo.

Come funziona il parsing

Ogni riga non vuota viene parsata indipendentemente come JSON. Le righe vuote sono ignorate.
Se una riga fallisce, appare come riga rossa con l'errore — il resto del file continua. Intenzionale: una riga rotta non deve costarti le altre mille.
Le colonne sono auto-rilevate dall'unione delle chiavi nelle prime 100 righe valide, ordinate per frequenza. Chiavi rare oltre la riga 100 restano nei dati ma non avranno colonna propria.
Oggetti e array annidati appaiono come snippet JSON troncato nella cella. Clicca la riga per vedere il JSON pretty-printed completo.

Trappole comuni

Array JSON ≠ JSONL. Se il tuo file sembra [{...}, {...}, {...}] con virgole, è un array JSON, non JSONL. Togli le parentesi esterne e sostituisci le virgole con newline — o usa un visualizzatore JSON.
JSON pretty-printed non è JSONL. Se ogni "oggetto" si stende su più righe, il parser vedrà frammenti rotti. JSONL è strettamente un oggetto per riga.
Righe a forma mista vanno bene ma sporcano. Se metà delle tue righe hanno content e l'altra metà text, avrai due colonne e tanti vuoti. Spesso è quello che vuoi; a volte segnala un bug di pulizia dati.
File molto grandi. Tutto viene parsato in memoria; ~50–100 MB va bene su laptop moderni, oltre rallenta. Per log multi-gigabyte, usa uno strumento CLI in streaming.
Privacy. I file non lasciano mai la pagina. FileReader legge byte in memoria JS; nessuna richiesta di rete.