Przegląd danych treningowych LLM. Dataset do fine-tuningu to zwykle {"messages": [...]} na linię. Przekartkowanie korpusu, sprawdzenie balansu klas, znalezienie jednego outliera, który wywala twojemu trainerowi parser. Czytanie wyjść batchowych OpenAI / Anthropic. Obaj zwracają wyniki batch jako JSONL — jedna linia na request, ze statusem i treścią. Zobaczenie od ręki, które requesty się powiodły. Review audit logów. Logi aplikacyjne w JSONL są popularne; to narzędzie pokazuje je jako tabelę do ad-hocowej analizy bez wychodzenia z przeglądarki. Sanity-check strumieni zdarzeń. Dumpy z Kafki / Kinesis często lądują jako JSONL. Szybki paginowany widok, bez jq. Konwersja JSONL → CSV. Użyj przycisku eksportu, gdy chcesz wrzucić dane do arkusza.

Tablica JSON ≠ JSONL. Jeśli twój plik wygląda jak [{...}, {...}, {...}] z przecinkami między obiektami, to tablica JSON, nie JSONL. Zdejmij zewnętrzne nawiasy i zamień przecinki na nowe linie — albo użyj wizualizatora JSON. Pretty-printed JSON to nie JSONL. Jeśli każdy „obiekt" rozciąga się na wiele linii, parser zobaczy popsute fragmenty. JSONL to ściśle jeden obiekt na linię. Linie o mieszanych kształtach są okay, ale chaotyczne. Jeśli połowa linii ma content , a druga text , dostaniesz dwie kolumny i mnóstwo pustych. Często tego chcesz; czasem to znak buga w czyszczeniu danych. Bardzo duże pliki. Wszystko parsowane w pamięci; ~50–100 MB to spokojnie na nowoczesnym laptopie, dalej zwalnia. Do wielogigabajtowych logów weź streamingowe narzędzie CLI. Prywatność. Pliki nigdy nie opuszczają strony. FileReader czyta bajty do pamięci JS; żadnego requestu sieciowego.

Przeglądarka JSONL

Oglądaj pliki JSONL (JSON rozdzielony nowymi liniami) w paginowanej tabeli. Wklej do tysięcy linii, szukaj, filtruj, rozwijaj pojedyncze rekordy. Pliki nigdy nie opuszczają przeglądarki.

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

📂 Upload .jsonl / .ndjson

Do czego to służy?

JSONL (zwane też NDJSON — JSON rozdzielony nowymi liniami) to de facto format danych treningowych LLM, audit logów, strumieni zdarzeń i wyjść batchowych API. Jeden obiekt JSON na linię, bez obejmującej tablicy. Przyjazny dla append, parsuje się linia po linii, przeżywa częściową korupcję. Czytanie tego jako człowiek boli — chcesz tabeli, nie ściany klamr. To narzędzie daje ci taką tabelę w przeglądarce. Nic nie jest wysyłane; plik czytany jest FileReaderem przeglądarki i parsowany na miejscu.

Kiedy tego użyć

Przegląd danych treningowych LLM. Dataset do fine-tuningu to zwykle {"messages": [...]} na linię. Przekartkowanie korpusu, sprawdzenie balansu klas, znalezienie jednego outliera, który wywala twojemu trainerowi parser.
Czytanie wyjść batchowych OpenAI / Anthropic. Obaj zwracają wyniki batch jako JSONL — jedna linia na request, ze statusem i treścią. Zobaczenie od ręki, które requesty się powiodły.
Review audit logów. Logi aplikacyjne w JSONL są popularne; to narzędzie pokazuje je jako tabelę do ad-hocowej analizy bez wychodzenia z przeglądarki.
Sanity-check strumieni zdarzeń. Dumpy z Kafki / Kinesis często lądują jako JSONL. Szybki paginowany widok, bez jq.
Konwersja JSONL → CSV. Użyj przycisku eksportu, gdy chcesz wrzucić dane do arkusza.

Jak działa parsowanie

Każda niepusta linia jest parsowana niezależnie jako JSON. Puste linie są ignorowane.
Jeśli linia padnie, pojawia się jako czerwony wiersz z błędem parsera — reszta pliku leci dalej. Świadomie: jedna zła linia nie powinna kosztować cię tysiąca pozostałych.
Kolumny są auto-wykrywane z unii kluczy w pierwszych 100 poprawnych wierszach, sortowane po częstości. Rzadkie klucze za wierszem 100 zostają w danych, ale nie dostaną własnej kolumny.
Zagnieżdżone obiekty i tablice pokazują się jako skrócony snippet JSON w komórce. Kliknij wiersz, żeby zobaczyć pełny pretty-printed JSON.

Częste pułapki

Tablica JSON ≠ JSONL. Jeśli twój plik wygląda jak [{...}, {...}, {...}] z przecinkami między obiektami, to tablica JSON, nie JSONL. Zdejmij zewnętrzne nawiasy i zamień przecinki na nowe linie — albo użyj wizualizatora JSON.
Pretty-printed JSON to nie JSONL. Jeśli każdy „obiekt" rozciąga się na wiele linii, parser zobaczy popsute fragmenty. JSONL to ściśle jeden obiekt na linię.
Linie o mieszanych kształtach są okay, ale chaotyczne. Jeśli połowa linii ma content, a druga text, dostaniesz dwie kolumny i mnóstwo pustych. Często tego chcesz; czasem to znak buga w czyszczeniu danych.
Bardzo duże pliki. Wszystko parsowane w pamięci; ~50–100 MB to spokojnie na nowoczesnym laptopie, dalej zwalnia. Do wielogigabajtowych logów weź streamingowe narzędzie CLI.
Prywatność. Pliki nigdy nie opuszczają strony. FileReader czyta bajty do pamięci JS; żadnego requestu sieciowego.