jsonquotefixer: paquete de Python que ordena limpiamente salidas JSON mal estructuradas de LLM

¡Hola!

Cuando usas modelos de IA, muchas veces necesitas salidas JSON estructuradas.
Yo también, mientras avanzaba en varios proyectos, me encontré seguido con situaciones donde necesitaba usar salidas JSON, y siempre me topaba con la misma incomodidad.

Había principalmente 3 puntos molestos en las salidas estructuradas de LLM.

1. Procesamiento de bloques de código (````json … ``` )
   La mayoría de los LLM usan bloques de código rodeados por tres acentos graves y la palabra clave json al devolver JSON.
   Se puede manejar con una expresión regular simple, pero da flojera repetirlo cada vez. Sería mucho más cómodo poder resolverlo en una sola línea a nivel de paquete.

2. Problema de comillas anidadas
   En JSON, las cadenas deben ir entre comillas dobles ("). Pero si vuelven a aparecer comillas dentro de la cadena, hace falta un escape como \".
   Los LLM suelen omitir esta distinción y devuelven JSON inválido. Necesitaba una función que corrigiera esto automáticamente.

3. Comillas tipográficas (comillas Unicode)
   Las oraciones generadas por LLM suelen incluir comillas tipográficas como “ ”.
   Como no cumplen con el estándar JSON, hacía falta poder convertirlas en bloque a comillas dobles normales (").

Buscando, vi que existía el proyecto ai-json-fixer basado en Node.js, pero en el ecosistema de Python no había una herramienta adecuada.

¡Así que lo hice! (junto con el profe GPT jaja)
Se puede instalar y usar fácilmente con pip.
pip install jsonquotefixer

Pruébenlo y critíquenlo sin piedad jaja

[onandon]

Estaría bueno que los ejemplos se vieran bien en GitHub como ipynb.

[doolayer]

¡El orden temporal es n (longitud de la secuencia)!