Go 版：类型推断比想象中讲究

JSON 转 Go Struct 的难点不在模板，在类型决策：数字要不要拆 int64/float64（要）、数组元素类型混合怎么办（全数字归并 []float64，其他混合退 []interface{}）、时间字符串要不要识别成 time.Time（可选开关，按 ISO 形状正则）、JSON key 的 snake_case 怎么变成可导出的 PascalCase——还有 URL、ID、API 这类缩写要保持大写而不是变成 Url。

🔧 JSON转Go Struct 把这些决策全部参数化：json tag 开关、嵌套内联或独立命名类型、时间识别、数组对象字段并集合并（同一数组里不同对象字段不同时，生成并集结构并注释）。生成的代码按 gofmt 风格列对齐，本批上线前用真实 Go 工具链验证过：go vet 通过、encoding/json Unmarshal 冒烟测试全对——不是"看起来像"，是真的能跑。

Python 版：import 精确性和 FastAPI 口径

Pydantic 是 FastAPI 的地基，Model 写得对不对直接影响请求校验。🔧 JSON转 Pydantic 生成 v2 风格的 BaseModel：

  • alias 全套：JSON 键是 camelCase 时生成 Field(..., alias="userName") + populate_by_name=True，Python 侧用 snake_case；
  • Optional 标注：值含 null 的字段自动 Optional[T] = None；
  • datetime 识别：ISO 形状字符串可选映射 datetime 类型；
  • 嵌套独立模型：嵌套对象生成独立 class，且被依赖的类排在前面（生成的代码直接可 import）；
  • import 精确性：没有时间字段就不会出现 from datetime import datetime—— import 干净是给同事看的礼貌。

上线前同样做了语法级验证：生成的代码过 ast.parse，是合法 Python。

四件配置工具顺手打包

同一批还上了两件配置生成器，凑成"开工四件套"：🔧 EditorConfig 生成器 （缩进/行尾/字符集的基础纪律，分节规则支持 Makefile 必须 tab 这种特例）和🔧 Prettier 配置生成器 （可视化调参，支持"只输出非默认项"的精简模式——团队里 diff 干净的配置才是好配置）。新仓库第一天把这两个文件放进根目录，能省掉 N 次"你那边怎么缩进不对"的对话。

常见问题

生成的 Go 代码有 no lint 问题吗？

列对齐按 gofmt 风格输出；建议粘进项目后跑一次 gofmt 兜底。生成器负责结构和语义，格式微调交给工具链是正常工作流。

Pydantic v1 项目能用吗？

不能直接用。生成的是 v2 语法（ConfigDict、Field 的 v2 语义），v1 项目要么升级，要么手动改 class Config 风格——v2 是当前主线，不建议新代码再写 v1。

我的接口 JSON 很大，生成器扛得住吗？

常见接口文档规模（几百行）毫秒级。数组的对象合并会遍历全部元素取并集，超大数组会稍慢但正确性不受影响。

本章配套工具箱

边读边用：以下工具均在浏览器本地运行，数据不上传。