Awesome GitHub RepositoriesSchema Definitions

This project is a command-line schema-to-code converter designed to transform diverse data specifications into type-safe Python data structures. It functions as a generator for Pydantic models, dataclasses, and typed dictionaries, enabling developers to maintain synchronization between evolving data contracts and application code. By parsing formats such as JSON Schema, OpenAPI, AsyncAPI, Protobuf, and Avro, the tool automates the creation of native classes that reflect the constraints and metadata defined in the source specifications. The generator distinguishes itself through a highly confi

Flasgger is a documentation framework for Flask applications that generates OpenAPI specifications and an integrated Swagger UI. It functions as a documentation generator and specification parser that extracts API schemas from route definitions, function docstrings, and external specification files. The tool allows API definitions to be maintained either within the source code using YAML blocks in docstrings or decoupled into standalone YAML files. It provides a browser-based interactive console for testing and exploring API endpoints directly from the web application. Beyond documentation,

Dry-validation es una biblioteca de Ruby diseñada para definir esquemas con seguridad de tipos y reglas de validación complejas para verificar y sanitizar estructuras de datos de entrada. Proporciona un framework formal para construir lógica de validación modular, asegurando que la información entrante cumpla con requisitos comerciales y formatos de datos específicos antes de ser procesada por una aplicación. La biblioteca utiliza un lenguaje específico de dominio (DSL) para declarar reglas de validación, que luego se analizan en objetos ejecutables. Destaca por un sistema basado en macros que agrupa la lógica de validación común en atajos reutilizables, junto con un modelo de composición recursiva que permite a los desarrolladores anidar objetos de validación para construir estructuras complejas y jerárquicas. Este enfoque permite la creación de lógica consistente y modular que evita la duplicación de código en aplicaciones grandes. Más allá de la definición de esquema central, la biblioteca incluye un pipeline de coerción de tipos que transforma la entrada bruta en formatos esperados y un sistema de agregación de errores estructurado que mapea las fallas a rutas de entrada específicas. Admite ganchos de configuración para la integración de dependencias externas y proporciona herramientas para sanitizar datos, lo que la hace adecuada para aplicar estándares en solicitudes de API entrantes y objetos de datos complejos.