JSON 隨機生成

本地處理
app.generate.view

也可透過 #data={"name":"Ada"}#url=... 灌入資料,讀完即從位址列清除。

按層級或示例結構生成一份測試 JSON。寫前端 mock、演示資料、或給程式碼生成當輸入時,不必從零手敲。可選隨機結構,或 API 響應 / package.json / ChatGPT 請求等固定模板。

快速佔位

先有一份形狀對的資料,再換成真實欄位。深度和每層數量可調,避免生成過大的巢狀。

開啟頁面會先生成一份;清空後停止自動生成,需要時再點「重新生成」。

本地生成

隨機結果只存在當前頁面。不要把隨機串當安全 token 或抽獎種子。

生成後可立刻複製到格式化、Schema 或實體生成頁。

接著用其它工具

生成後可立刻格式化、出 Schema 或出實體類。適合演示和單元測試 fixture 的第一稿。

嚴格按 JSON Schema 造數需要專門的 faker 流程,本頁不做完整約束求解。

示例

你可能得到的形狀
{
  "id": 42,
  "name": "item-7",
  "enabled": true,
  "tags": ["a", "b"]
}
後續可以做什麼
 用格式化檢查結構 → 用程式碼生成出型別 → 用 Schema 當介面草稿。生成資料只是起點。 
是密碼學安全隨機嗎?

用於 mock 和演示,不要當安全 token 或抽獎種子。

能完全按我的 Schema 生成嗎?

以頁面選項和示例為主。嚴格按 Schema 造數需要專門的 faker 流程。

清空後為什麼是空的?

清空會停掉自動生成,避免剛刪掉又冒出一份。需要新資料時點「重新生成」。

模板和隨機有何不同?

模板輸出固定結構,方便演示;隨機結構每次形狀可能不同,適合壓力測試佔位。

推薦工作流

  1. 選模板或隨機,調深度 / 每層數量。
  2. 點「重新生成」直到形狀接近你要的介面。
  3. 複製到格式化頁改成真實欄位名和列舉。
  4. 再拿去生成 Schema 或實體類,補進測試。

隨機 JSON 只能保證「有巢狀、有型別」,不能保證符合你們的業務規則。