LLM-trainingsdata inspecteren. Een fine-tuning dataset is typisch {"messages": [...]} per regel. Door het corpus skimmen, klassen-balans checken, die ene outlier-rij vinden die je trainer laat falen. OpenAI / Anthropic batch-outputs lezen. Beide leveren batchresultaten als JSONL — één regel per request, met status en content. In één oogopslag zien welke requests slaagden. Audit logs reviewen. Applicatielogs in JSONL zijn gangbaar; deze tool toont ze als tabel voor ad-hoc analyse zonder de browser te verlaten. Sanity-check van event streams. Kafka / Kinesis-dumps komen vaak als JSONL. Snelle gepagineerde view, zonder jq. JSONL → CSV converteren. Gebruik de export-knop als je de data in een spreadsheet wil droppen.

Elke niet-lege regel wordt onafhankelijk als JSON geparseerd. Lege regels worden genegeerd. Als een regel faalt, verschijnt 'ie als rode rij met de parse-error — de rest van het bestand gaat door. Bewust: één slechte regel mag je de andere duizend niet kosten. Kolommen worden auto-gedetecteerd uit de unie van keys in de eerste 100 geldige rijen, gesorteerd op frequentie. Zeldzame keys voorbij rij 100 blijven in de data, krijgen geen eigen kolom. Geneste objecten en arrays tonen als ingekorte JSON-snippet in hun cel. Klik op de rij voor de volledige pretty-printed JSON.

JSONL Viewer

Bekijk JSONL (newline-delimited JSON)-bestanden in een gepagineerde tabel. Plak duizenden regels, zoek, filter, expand individuele records. Bestanden verlaten je browser nooit.

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

📂 Upload .jsonl / .ndjson

Waarvoor is dit?

JSONL (ook NDJSON — newline-delimited JSON) is het de facto formaat voor LLM-trainingsdata, audit logs, event streams en batch API-outputs. Eén JSON-object per regel, geen omhullende array. Append-vriendelijk, regel-voor-regel te parsen, overleeft gedeeltelijke corruptie. Het als mens lezen is alleen pijnlijk — je wilt een tabel, geen muur van krulhaken. Deze tool geeft je die tabel in je browser. Niks geüpload; het bestand wordt gelezen met de FileReader van de browser en ter plekke geparseerd.

Wanneer gebruiken

LLM-trainingsdata inspecteren. Een fine-tuning dataset is typisch {"messages": [...]} per regel. Door het corpus skimmen, klassen-balans checken, die ene outlier-rij vinden die je trainer laat falen.
OpenAI / Anthropic batch-outputs lezen. Beide leveren batchresultaten als JSONL — één regel per request, met status en content. In één oogopslag zien welke requests slaagden.
Audit logs reviewen. Applicatielogs in JSONL zijn gangbaar; deze tool toont ze als tabel voor ad-hoc analyse zonder de browser te verlaten.
Sanity-check van event streams. Kafka / Kinesis-dumps komen vaak als JSONL. Snelle gepagineerde view, zonder jq.
JSONL → CSV converteren. Gebruik de export-knop als je de data in een spreadsheet wil droppen.

Hoe het parsen werkt

Elke niet-lege regel wordt onafhankelijk als JSON geparseerd. Lege regels worden genegeerd.
Als een regel faalt, verschijnt 'ie als rode rij met de parse-error — de rest van het bestand gaat door. Bewust: één slechte regel mag je de andere duizend niet kosten.
Kolommen worden auto-gedetecteerd uit de unie van keys in de eerste 100 geldige rijen, gesorteerd op frequentie. Zeldzame keys voorbij rij 100 blijven in de data, krijgen geen eigen kolom.
Geneste objecten en arrays tonen als ingekorte JSON-snippet in hun cel. Klik op de rij voor de volledige pretty-printed JSON.

Veelvoorkomende valkuilen

JSON-array ≠ JSONL. Als je bestand eruitziet als [{...}, {...}, {...}] met komma's tussen objecten, is dat een JSON-array, geen JSONL. Strip de buitenste brackets en vervang komma's door newlines — of pak een JSON-viewer.
Pretty-printed JSON is geen JSONL. Als elk "object" meerdere regels beslaat, ziet de parser kapotte fragmenten. JSONL is strikt één object per regel.
Rijen met gemixte vorm gaan goed maar rommelig. Heeft de helft van je rijen content en de andere helft text, dan krijg je twee kolommen en veel lege cellen. Vaak is dat wat je wilt; soms wijst het op een data-cleanup-bug.
Heel grote bestanden. Alles wordt in geheugen geparseerd; ~50–100 MB gaat prima op moderne laptops, daarboven wordt het traag. Voor logs van meerdere GB: gebruik een streaming CLI-tool.
Privacy. Bestanden verlaten de pagina nooit. FileReader leest bytes naar JS-geheugen; geen netwerk-request.