datamodel_code_generator

When to use

Instructions

1. Instalar la herramienta:

   pip install datamodel-code-generator

   .
2. Crear un directorio

   backend/schemas/sources/

   para almacenar los JSON Schema u OpenAPI specs fuente.
3. Generar modelos desde JSON Schema:

   datamodel-codegen --input schema.json --output models.py --output-model-type pydantic_v2.BaseModel

   .
4. Generar modelos desde OpenAPI:

   datamodel-codegen --input openapi.yaml --output models.py --input-file-type openapi

   .
5. Configurar opciones de generación:

   --use-standard-collections --use-union-operator --field-constraints

   para código Python moderno.
6. Agregar un script

   backend/scripts/generate_models.sh

   que regenere todos los modelos desde las specs fuente de forma reproducible.
7. Integrar la generación en CI para verificar que los modelos generados están sincronizados con las specs: comparar el output del generador con los archivos committeados.
8. Personalizar los modelos generados mediante herencia en archivos separados, nunca editando directamente los archivos auto-generados.

Notes

• Marcar los archivos auto-generados con un comentario

  # AUTO-GENERATED - DO NOT EDIT

  en la primera línea para evitar ediciones manuales accidentales.
• Cuando la fuente de verdad sea el código Pydantic (no el schema), usar el flujo inverso: exportar JSON Schema desde Pydantic con

  model_json_schema()

  .
• Configurar pre-commit hooks para verificar que los modelos generados están actualizados antes de cada commit.