用LLM把文本转JSON
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
jsonthat 是一个 Python 安装的命令行工具，通过 pip install jsonthat 安装后使用 jt 命令，把标准输入、文件内容或逐行文本转换为 JSON。它的定位不是完整数据平台，而是面向开发者的轻量级“文本到结构化 JSON”工具，适合接入 shell 管道、脚本和数据处理流程。
其主要 AI 能力来自外部或本地大模型 Provider，正文明确支持 OpenAI、Claude、Mistral 与 Ollama，并可为不同 provider 设置模型名，例如 gpt-4o-mini、open-mistral-nemo、llama3.1。工具支持 plain text schema 和标准 JSON Schema，用于约束输出字段；也支持 --stream 实时流式输出，以及 --line 对 CSV/JSON Lines 类多行输入逐条生成 JSON 对象。配置方面，可通过 ~/.config/jsonthat/config.yaml、环境变量或命令行参数指定 provider、API key 与模型。
网页未披露 jsonthat 本身的收费、免费额度或试用政策。实际使用成本主要取决于用户选择的模型服务：OpenAI、Claude、Mistral 等云端模型需要用户自备 API Key，并按对应服务商规则计费；使用 Ollama 则可走本地模型，成本转为本地算力与部署维护。
优点是形态轻、上手快、适合自动化，schema 引导能提高结构化输出可控性；多 Provider 与本地 Ollama 支持也增加了灵活性。局限在于网页未说明严格 JSON 校验、失败重试、输出修复、批处理管理、权限控制或企业支持能力；输出质量仍取决于所选 LLM，复杂抽取场景可能出现字段遗漏、类型不一致或非严格 JSON。
它更适合开发者、数据工程师、爬虫/ETL 流程和需要快速把非结构化文本转为 JSON 的团队。中国访问情况正文未说明；但若使用 OpenAI、Claude 等 Provider，网络与支付可能受对应服务限制。若希望降低外部依赖，可考虑 Ollama 本地模型，或替代方案如 jq、OpenAI Structured Outputs、Instructor、LangChain structured output、PydanticAI 等。
本测评基于公开资料整理,不构成购买建议,请以 jsonthat.com 官网实际信息为准。
开源CLI接多家LLM，适合数据抽取自动化。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。