JSON校验工具免费版
轻量级JSON语法校验工具,递归扫描工作区.json文件并输出结构化错误报告。Use when 需要文件处理、文档转换、格式互转、内容提取时使用。不适用于加密文件破解。适用于独立开发者、企业团队和自动化工作流场景。支持中文交互,无需复杂配置即开即用。输出结果可直接使用,减少二次加工成本。提供结构化输出和错误处理机制。
天轰穿
@thcjp
What This Skill Does
Recursively scans a specified directory for all .json files, validates each file's syntax using strict JSON.parse, and outputs a structured error report with file paths, line/column numbers, and error descriptions.
Replaces manually checking each JSON file for syntax errors by providing a single command that scans entire projects and reports all issues in a structured format.
When to Use It
- Validate all JSON configuration files before a project commit
- Check package.json and other dependency files for syntax errors
- Inspect JSON data files exported from databases or APIs for correctness
- Batch-validate student JSON homework submissions in a teaching environment
- Integrate JSON syntax checking into a CI/CD pipeline as a quality gate
- Scan a specific directory of JSON files while excluding node_modules and .git
Install
$ openclaw skills install @thcjp/json-lint-tool-free功能说明: 本技能涵盖 中文交互、化工作流场景 等核心能力。
JSON校验工具(免费版)
本工具递归扫描工作区中的.json文件,逐个校验语法合法性,输出结构化错误报告,帮助开发者快速定位与修复JSON语法问题。
概述
JSON语法错误是配置文件与数据文件中最常见的问题之一,常见原因包括尾随逗号、单引号、未转义字符、注释混入等。手动逐文件检查效率低下,本工具提供目录级批量校验能力,一次扫描即可发现整个项目的所有JSON语法错误。
核心能力
目录递归扫描
- 支持指定根目录,递归查找所有
.json文件 - 可配置扫描深度与排除模式
- 输出扫描文件计数与耗时
输出: 返回目录递归扫描的执行结果,包含操作状态和输出数据。
语法校验
- 基于标准JSON.parse进行严格校验
- 识别语法错误并提取错误信息
- 错误信息包含位置(行列号)与错误描述
- 不修复错误,仅报告(修复能力在专业版)
输出: 返回语法校验的执行结果,包含操作状态和输出数据。
结构化报告
- 扫描时间戳
- 总文件数、有效文件数、无效文件数
- 通过率百分比
- 错误明细数组(路径+错误信息)
输出: 返回结构化报告的执行结果,包含操作状态和输出数据。
通过率统计
- 按目录维度统计通过率
- 按文件大小维度统计分布
- 历史趋势对比(需持久化存储)
输出: 返回通过率统计的执行结果,包含操作状态和输出数据。
技术参数:使用input_params和output_format参数控制执行行为,支持json/text/csv输出格式。
能力覆盖范围:本skill的核心能力覆盖以下场景关键词:轻量级、语法校验工具、递归扫描工作区、文件并输出结构化、错误报告、校验工具免费版提、供工作区级别的、语法批量校验能力、帮助开发者快速发、现配置文件、数据文件中的语法、核心能力、递归扫描指定目录、的所有、Use、when、需要数据分析、报表生成、统计洞察、数据可视化时使用、不适用于实时流数、据处理、适用于独立开发者、企业团队和自动化、工作流场景等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持。
使用场景
| 场景 | 角色 | 价值 |
|---|---|---|
| 项目提交前校验 | 开发者 | 避免提交语法错误的JSON |
| 配置文件巡检 | 运维工程师 | 定期检查配置文件合法性 |
| 依赖文件检查 | 前端开发者 | 校验package.json等依赖文件 |
| 数据文件验收 | 数据工程师 | 验收数据导出文件的语法 |
| 教学作业批改 | 教师 | 批量检查学生提交的JSON作业 |
| CI/CD质量门禁 | DevOps工程师 | 提交阶段校验JSON合法性 |
使用流程
场景1:校验整个项目
向Agent发送指令:
扫描当前项目的所有.json文件,校验语法,输出错误报告。
Agent将:
- 递归扫描项目目录,收集所有
.json文件 - 逐文件执行JSON.parse校验
- 收集错误信息
- 输出结构化报告
场景2:校验指定目录
node lint.js --dir path/to/config
仅校验path/to/config目录下的JSON文件。
场景3:查看报告
输出示例:
{
"scanned_at": "2026-07-18T10:00:00.000Z",
"total_files": 150,
"valid_files": 149,
"invalid_files": 1,
"pass_rate": 99.33,
"errors": [
{
"path": "config/broken.json",
"error": "Unexpected token } in JSON at position 42",
"line": 3,
"column": 15
}
]
}
示例
扫描参数表
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
dir | string | ./ | 扫描根目录 |
recursive | boolean | true | 是否递归子目录 |
max_depth | integer | 10 | 最大递归深度 |
exclude | array | [] | 排除的目录或文件模式 |
include_hidden | boolean | false | 是否包含隐藏文件 |
报告字段说明
| 字段 | 类型 | 说明 |
|---|---|---|
scanned_at | string | 扫描时间戳(ISO 8601) |
total_files | integer | 扫描的文件总数 |
valid_files | integer | 语法合法的文件数 |
invalid_files | integer | 语法错误的文件数 |
pass_rate | number | 通过率百分比 |
errors | array | 错误明细数组 |
errors[].path | string | 文件相对路径 |
errors[].error | string | 错误信息 |
errors[].line | integer | 错误行号 |
errors[].column | integer | 错误列号 |
常见排除模式
| 模式 | 说明 |
|---|---|
node_modules | 排除依赖目录 |
.git | 排除版本控制目录 |
dist | 排除构建产物 |
*.bak | 排除备份文件 |
.cache | 排除缓存目录 |
优选实践
扫描范围控制
- 项目校验时排除
node_modules/.git/dist等目录,避免扫描第三方文件 - 配置
max_depth避免扫描过深的嵌套目录 - 使用
exclude模式精确控制扫描范围
错误定位技巧
- 错误信息中的position是字符偏移量,可转换为行列号
- 优先检查错误位置的前一个字符,常见原因是尾随逗号
- 单引号错误需全文搜索替换为双引号
- 注释错误需移除所有
//和/* */注释
CI/CD集成
- 在提交阶段运行校验,失败时中断流水线
- 报告导出为JSON,供下游分析
- 通过率低于阈值(如95%)时告警
- 历史趋势追踪,监控质量变化
报告持久化
- 将报告按时间戳命名存储,便于历史对比
- 关键指标(通过率、错误数)纳入监控
- 错误明细归档,便于复盘
常见问题
Q1:扫描很慢怎么办?
A:检查是否误扫描了node_modules等大目录。配置exclude排除无关目录。文件数超过1万时,建议分目录扫描或启用并行(专业版支持)。
Q2:错误信息中的position如何定位?
A:position是字符偏移量,从0开始。可通过工具转换为行列号。本免费版的报告已包含line与column字段,直接查看即可。若编辑器不支持跳转,手动计算:每换行符加1行,行内位置为position减去行首偏移。
Q3:某些文件被误报为错误?
A:JSON标准不支持注释、单引号、尾随逗号。若项目使用JSON5或JSONC等超集,这些文件会被标准校验器报错。建议将这类文件扩展名改为.json5或.jsonc,并从扫描中排除,或使用专业版的超集校验模式。
Q4:通过率总是100%但仍有问题?
A:语法校验仅检查JSON合法性,不检查语义正确性。例如{"age": "三十"}语法合法但语义错误(年龄应为数字)。语义校验需要模式校验能力(专业版支持)。
Q5:如何排除特定文件?
A:在exclude参数中添加文件名模式。例如["*.test.json", "*.bak"]排除测试文件与备份文件。排除模式支持通配符。
已知限制
本免费体验版限制以下高级功能:
- 单次扫描文件数 > 1000
- 并行扫描(多线程加速)
- JSON模式校验(Schema验证)
- JSON5/JSONC等超集支持
- 自动修复建议
- 历史趋势追踪与监控告警
解锁全部功能请使用专业版:json-lint-tool-pro
- 当前为免费版本,如需完整功能请升级到付费版获取全部能力
依赖说明
运行环境
- Agent平台: 支持SKILL.md的任意AI Agent(Claude Code / Cursor / Codex / Gemini CLI等)
- 操作系统: Windows / macOS / Linux
- Node.js: 14+(用于校验脚本)
- Python: 3.8+(备选校验脚本运行时)
依赖详情
| 依赖项 | 类型 | 是否必需 | 获取方式 |
|---|---|---|---|
| LLM API | API | 必需 | 由Agent平台内置LLM提供 |
| JSON解析器 | 运行时 | 必需 | Node.js/Python内置 |
| 文件系统 | 运行时 | 必需 | Node.js fs/Python os |
API Key 配置
- 本skill基于Markdown指令规范,无需额外API Key
- 所有校验在本地完成,不依赖外部服务
可用性分类
- 分类: MD+EXEC(纯Markdown指令,校验功能需要exec命令行执行能力)
- 说明: 基于Markdown的AI Skill,通过自然语言指令驱动Agent执行JSON语法校验任务,校验脚本通过命令行执行
错误处理
| 错误场景 | 原因 | 处理方式 |
|---|---|---|
| 配置错误 | 参数缺失或格式错误 | 检查依赖说明中的配置要求 |
| 运行时错误 | 运行环境不满足 | 确认运行环境符合依赖说明 |
| 网络错误 | 连接超时或不可达 | 执行ping命令测试网络连通性,检查防火墙和代理设置连接后执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令,参考国内替代方案 |
安全注意事项
| 风险类型 | 防范措施 |
|---|---|
| API密钥泄露 | 通过环境变量配置,禁止硬编码到代码或配置文件中 |
| 命令执行风险 | 仅执行白名单命令,避免拼接用户输入到命令行参数中 |
| 网络通信安全 | 使用HTTPS协议,验证SSL证书有效性 |
| 敏感数据暴露 | 输出结果中不包含密钥、令牌等敏感信息 |
使用前请确认已阅读依赖说明章节,确保运行环境满足安全要求。
核心功能
- 自动化执行: 基于指令驱动的自动化流程
- 文件处理: 支持多种文件格式的读取、解析和写入操作
- API集成: 通过标准化接口调用外部服务并处理响应
- 命令执行: 在安全沙箱中执行系统命令并收集结果
- 信息检索: 快速搜索和过滤目标数据
Top skills in this category
Skill Vetter
@spclaudehomeSecurity-first skill vetting for AI agents. Use before installing any skill from ClawdHub, GitHub, or other sources. Checks for red flags, permission scope, and suspicious patterns.
Github
@steipeteInteract with GitHub using the `gh` CLI. Use `gh issue`, `gh pr`, `gh run`, and `gh api` for issues, PRs, CI runs, and advanced queries.
Humanizer
@biostartechnologyRemove signs of AI-generated writing from text. Use when editing or reviewing text to make it sound more natural and human-written. Based on Wikipedia's comprehensive "Signs of AI writing" guide. Detects and fixes patterns including: inflated symbolism, promotional language, superficial -ing analyses, vague attributions, em dash overuse, rule of three, AI vocabulary words, negative parallelisms, and excessive conjunctive phrases.
Free Ride - Unlimited free AI
@shaivpidadiManages free AI models from OpenRouter for OpenClaw. Automatically ranks models by quality, configures fallbacks for rate-limit handling, and updates opencla...
Elite Longterm Memory
@nextfrontierbuildsUltimate AI agent memory system for Cursor, Claude, ChatGPT & Copilot. WAL protocol + vector search + git-notes + cloud backup. Never lose context again. Vibe-coding ready.