LLM JSON 提取

模型常在 Markdown 围栏或说明文字中夹杂 JSON。粘贴整段回复，自动提取可解析的 JSON 块。

隐私提示：本地解析，不上传服务器。

↓ 在下方输入区粘贴内容，结果会立即显示

LLM 原始输出

从模型回复中提取 ```json 代码块或裸 JSON。

{"ok": true, "items": [1, 2]}

优先匹配 Markdown json 围栏; 其次尝试从首个 { 或 [ 开始的合法 JSON。多块以 --- 分隔输出。

模型常在 Markdown 围栏或说明文字中夹杂 JSON。粘贴整段回复，自动提取可解析的 JSON 块。

先扫围栏代码块; 再尝试从首个 { 或 [ 解析整段尾部 JSON。

从 LLM 回复中提取 JSON 对象或数组，自动忽略 Markdown 围栏与前后说明文字。

结构化输出流水线、Function Calling 结果解析、自动化测试 LLM 返回时使用；提取后仍建议 schema 校验。

当开发者调用LLM API时，模型常返回含JSON的Markdown响应。例如，GPT-4可能在```json```代码块中包裹响应。此时，直接解析原始响应会失败，需先提取纯净JSON。本工具自动识别并剥离Markdown语法、注释等非JSON内容，输出标准格式。

典型场景：1) 调试AI助手返回的配置数据 2) 处理RAG系统输出的结构化结果 3) 解析模型生成的API请求模板。粘贴响应→点击提取→获得可直接用于JSON.parse()的文本，比手动删除Markdown符号更高效。

Input

```json\n{"ok":true}\n```

Output

{"ok":true}

会修复无效 JSON 吗？

不会; 仅提取可 JSON.parse 的片段。

为什么有时提取多个JSON块？

当模型响应包含多个独立JSON对象（如分步骤输出），工具会保留所有有效块。例如，AI可能先返回错误日志的JSON，再输出正确结果。您可逐块检查，或通过数组索引选择所需部分。