Kontrola tréningových dát LLM. Dataset na fine-tuning je typicky {"messages": [...]} na riadok. Prekrolovať korpus, skontrolovať vyváženosť tried, nájsť tú jednu outlier riadku, ktorá ti rúca trainer. Čítanie batch výstupov OpenAI / Anthropic. Obaja vracajú batch výsledky ako JSONL — jeden riadok na request, so statusom a obsahom. Na prvý pohľad uvidíš, ktoré requesty prešli. Review audit logov. Aplikačné logy v JSONL sú bežné; tento nástroj ich zobrazí ako tabuľku na ad-hoc analýzu bez opustenia prehliadača. Sanity-check eventových streamov. Kafka / Kinesis dumpy často chodia ako JSONL. Rýchly stránkovaný pohľad, bez jq. Konverzia JSONL → CSV. Použi export tlačidlo, keď chceš hodiť dáta do tabuľky.

JSON pole ≠ JSONL. Ak tvoj súbor vyzerá ako [{...}, {...}, {...}] s čiarkami medzi objektmi, je to JSON pole, nie JSONL. Odstráň vonkajšie zátvorky a nahraď čiarky novými riadkami — alebo použi JSON prehliadač. Pretty-printed JSON nie je JSONL. Ak sa každý „objekt" tiahne cez viac riadkov, parser uvidí pokazené fragmenty. JSONL je striktne jeden objekt na riadok. Zmiešané tvary riadkov sú v poriadku, ale neporiadne. Ak má polovica riadkov content a druhá text , dostaneš dva stĺpce a veľa prázdnych miest. Často to chceš; niekedy to ukazuje na bug v čistení dát. Veľmi veľké súbory. Všetko sa parsuje v pamäti; ~50–100 MB je v pohode na moderných laptopoch, viac začne spomaľovať. Pre logy v gigabajtoch použi streamovací CLI nástroj. Súkromie. Súbory nikdy neopustia stránku. FileReader číta bajty do JS pamäte; žiadny sieťový request.

JSONL prehliadač

Zobraz JSONL (JSON oddelený novými riadkami) súbory v stránkovanej tabuľke. Vlož tisíce riadkov, hľadaj, filtruj, rozbaľ jednotlivé záznamy. Súbory nikdy neopustia tvoj prehliadač.

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

📂 Upload .jsonl / .ndjson

Načo to slúži?

JSONL (tiež NDJSON — JSON oddelený novými riadkami) je de facto formát pre tréningové dáta LLM, audit logy, eventové streamy a výstupy batch API. Jeden JSON objekt na riadok, žiadne obklopujúce pole. Príjemný na append, parsuje sa riadok po riadku, prežije čiastočnú korupciu. Čítať ho ako človek však bolí — chceš tabuľku, nie stenu zložených zátvoriek. Tento nástroj ti dá tú tabuľku v prehliadači. Nič sa nenahráva; súbor sa číta cez FileReader prehliadača a parsuje na mieste.

Kedy to použiť

Kontrola tréningových dát LLM. Dataset na fine-tuning je typicky {"messages": [...]} na riadok. Prekrolovať korpus, skontrolovať vyváženosť tried, nájsť tú jednu outlier riadku, ktorá ti rúca trainer.
Čítanie batch výstupov OpenAI / Anthropic. Obaja vracajú batch výsledky ako JSONL — jeden riadok na request, so statusom a obsahom. Na prvý pohľad uvidíš, ktoré requesty prešli.
Review audit logov. Aplikačné logy v JSONL sú bežné; tento nástroj ich zobrazí ako tabuľku na ad-hoc analýzu bez opustenia prehliadača.
Sanity-check eventových streamov. Kafka / Kinesis dumpy často chodia ako JSONL. Rýchly stránkovaný pohľad, bez jq.
Konverzia JSONL → CSV. Použi export tlačidlo, keď chceš hodiť dáta do tabuľky.

Ako funguje parsovanie

Každý neprázdny riadok sa parsuje nezávisle ako JSON. Prázdne riadky sa ignorujú.
Ak riadok zlyhá, objaví sa ako červený riadok s chybou parsera — zvyšok súboru pokračuje. Zámerne: jeden zlý riadok nemá stáť ďalšiu tisícku.
Stĺpce sa autodetekujú z únie kľúčov v prvých 100 platných riadkoch, zoradené podľa frekvencie. Vzácne kľúče po 100. riadku zostanú v dátach, ale nedostanú vlastný stĺpec.
Vnorené objekty a polia sa v bunke zobrazia ako orezaný JSON snippet. Klikni na riadok, aby si videl plný pretty-printed JSON.

Časté pasce

JSON pole ≠ JSONL. Ak tvoj súbor vyzerá ako [{...}, {...}, {...}] s čiarkami medzi objektmi, je to JSON pole, nie JSONL. Odstráň vonkajšie zátvorky a nahraď čiarky novými riadkami — alebo použi JSON prehliadač.
Pretty-printed JSON nie je JSONL. Ak sa každý „objekt" tiahne cez viac riadkov, parser uvidí pokazené fragmenty. JSONL je striktne jeden objekt na riadok.
Zmiešané tvary riadkov sú v poriadku, ale neporiadne. Ak má polovica riadkov content a druhá text, dostaneš dva stĺpce a veľa prázdnych miest. Často to chceš; niekedy to ukazuje na bug v čistení dát.
Veľmi veľké súbory. Všetko sa parsuje v pamäti; ~50–100 MB je v pohode na moderných laptopoch, viac začne spomaľovať. Pre logy v gigabajtoch použi streamovací CLI nástroj.
Súkromie. Súbory nikdy neopustia stránku. FileReader číta bajty do JS pamäte; žiadny sieťový request.