TOON：一种为大模型设计的JSON压缩型数据结构

目录

TOON：一种为大模型设计的JSON压缩型数据结构

[一、精准定义，什么是 TOON？](#一、精准定义，什么是 TOON？)

[1、JSON 数据格式的局限性](#1、JSON 数据格式的局限性)

[2、TOON 的结构与优势](#2、TOON 的结构与优势)

[3、TOON 数据结构的主要特征](#3、TOON 数据结构的主要特征)

4、媒体类型与文件拓展名

[二、举例：JSON 与 TOON 描述同一组数据分别是什么样](#二、举例：JSON 与 TOON 描述同一组数据分别是什么样)

三、结语

---

作者：watermelo37

CSDN优质创作者、华为云云享专家、阿里云专家博主、腾讯云"创作之星"特邀作者、火山KOL、支付宝合作作者，全平台博客昵称watermelo37。

一个假装是giser的coder，做不只专注于业务逻辑的前端工程师，Java、Docker、Python、LLM均有涉猎。

---

温柔地对待温柔的人，包容的三观就是最大的温柔。

---

TOON：一种为大模型设计的JSON压缩型数据结构

最近 AI 圈子里出现了一个新概念：TOON。

官方对它的描述是这样的：一种简洁、易读的 JSON 数据模型编码，最大限度地减少令牌数量，使模型易于理解结构。它旨在作为现有 JSON 的可随插、无损表示，用于 LLM 输入。它结合了 YAML 基于缩进的嵌套对象结构与 CSV 风格的表格布局，用于统一数组。TOON 的优势在于对象数组统一（每行多个字段，项目结构相同），实现类似 CSV 的紧凑性，同时增加了显式结构，帮助大型语言模型可靠解析和验证数据。

当下社区中关于 TOON 的文章质量良莠不齐，有些描述甚至是错误的。 本文将结合官方描述与工程视角，对 TOON 做一次尽量简洁、准确的入门性介绍，帮助读者先弄清楚一个问题：

TOON 到底是什么？它解决的是什么问题？

截至目前，TOON 在 GitHub 上已经获得了 21.5k+ Star，一种比JSON更优秀的大模型友好数据格式真的诞生了？

一、精准定义，什么是 TOON？

1、JSON 数据格式的局限性

JSON 在工程世界里几乎无可替代，但在与大模型交互时，它有一个非常现实的问题：结构冗余。尤其是同构对象数组，比如：

{
  "hikes": [
    { "id": 1, "name": "Blue Lake Trail", "distanceKm": 7.5 },
    { "id": 2, "name": "Ridge Overlook", "distanceKm": 9.2 },
    { "id": 3, "name": "Wildflower Loop", "distanceKm": 5.1 }
  ]
}

每一行都在重复："id" "name" "distanceKm"。

在 LLM 输入中，这些重复的结构信息会消耗更多的上下文空间。JSON 的问题在于并非为语言模型的上下文机制设计，完善通用的结构给它带来了更多的信息冗余，但信息冗余是要花钱的。

2、TOON 的结构与优势

TOON 的核心思想就是：在保持 JSON 语义不变的前提下，把重复结构前移并声明一次 + 提前告知数据条目总长度。

它融合了三种表达风格：

• YAML 的缩进结构：表达对象嵌套

• 表格化声明：表达同构对象数组

• 显式结构标注：减少歧义，方便模型解析

其核心就在于 TOON 将键名重复的同构对象数组变成形如"key[n]{a,b,c}:"的声明，后续n行只表示值。

举个例子，上面的JSON数据转化为 TOON 就是：

hikes[3]{id,name,distanceKm}:
    1,Blue Lake Trail,7.5
    2,Ridge Overlook,9.2
    3,Wildflower Loop,5.1

是不是简洁了很多？重复的键名、空格、括号都被去除了。

3、TOON 数据结构的主要特征

官方仓库对于 TOON 的主要特征是这样描述的：

• **令牌高效且准确：**TOON 在混合结构基准测试中，在 4 个模型中，准确率达到 74%（而 JSON 仅为 70%），同时使用约 40% 的令牌。
• **JSON 数据模型：**通过确定性、无损的往返编码与 JSON 相同的对象、数组和原语。
• LLM 友好型护栏： 明确的[N]长度和{fields}头部为模型提供了清晰的模式，提高了解析可靠性。
• 最小语法： 使用缩进代替大括号，减少引用，赋予类似 YAML 的可读性和 CSV 风格的紧凑性。
• 表格数组： 均匀的对象数组合并成表，表中声明字段一次，逐行传输取值。
• **多语言生态系统：**TypeScript、Python、Go、Rust、.NET 及其他语言中的规范驱动实现。

4、媒体类型与文件拓展名

TOON 文件在 HTTP 和内容类型感知的上下文中使用 .toon 扩展名和临时媒体类型 text/toon。TOON 文档始终采用 UTF-8 编码；可以指定 charset=utf-8 参数，但省略时默认为 UTF-8。

二、举例：JSON 与 TOON 描述同一组数据分别是什么样

TOON 看起来像添加了长度的 csv ？先别急，我们可以通过一个官方的对比案例理解一下 TOON 结构的真实魅力。

原始 JSON是这样的：

{
  "context": {
    "task": "Our favorite hikes together",
    "location": "Boulder",
    "season": "spring_2025"
  },
  "friends": ["ana", "luis", "sam"],
  "hikes": [
    {
      "id": 1,
      "name": "Blue Lake Trail",
      "distanceKm": 7.5,
      "elevationGain": 320,
      "companion": "ana",
      "wasSunny": true
    },
    {
      "id": 2,
      "name": "Ridge Overlook",
      "distanceKm": 9.2,
      "elevationGain": 540,
      "companion": "luis",
      "wasSunny": false
    },
    {
      "id": 3,
      "name": "Wildflower Loop",
      "distanceKm": 5.1,
      "elevationGain": 180,
      "companion": "sam",
      "wasSunny": true
    }
  ]
}

其中有各种特殊格式，比如嵌套、对象数组、非对象数组、普通对象等。转化为 TOON 后就变成了这样：

context:
  task: Our favorite hikes together
  location: Boulder
  season: spring_2025
friends[3]: ana,luis,sam
hikes[3]{id,name,distanceKm,elevationGain,companion,wasSunny}:
  1,Blue Lake Trail,7.5,320,ana,true
  2,Ridge Overlook,9.2,540,luis,false
  3,Wildflower Loop,5.1,180,sam,true

在不影响人类可读性的基础上，TOON 去除了所有的普通对象中的大括号、空格甚至双引号，将所有的同构对象数组和普通数组都简化成类似CSV的结构，并将数组的总长度、键名都提前声明，便于大模型获取核心信息。

这一点除了节省 token 外，官方认为还带来了识别和搜索效率的提升，这一点小瓜将在下一次更新**《探究TOON的价值边界：比JSON更优的大模型友好数据格式？》**中展开介绍。

三、结语

到这里为止，我们可以给 TOON 一个非常清晰的定义：**TOON 是一种为大模型输入设计的、对 JSON 进行结构压缩的表示方式。**它吸纳了 yaml、 csv 的表示特点，对 JSON 数据的表达结构进行了重构，在特定场景下能节约 token 的使用量。

它通过消除同构对象数组中的结构重复 和显式声明数组规模与字段模式来降低结构性 token 的消耗。但问题也随之而来，是不是所有 JSON 都适合 TOON？TOON 是否真的更利于模型理解？这些问题，将在下一篇《探究TOON的价值边界：比JSON更优的大模型友好数据格式？》展开。

只有锻炼思维才能可持续地解决问题，只有思维才是真正值得学习和分享的核心要素。如果这篇博客能给您带来一点帮助，麻烦您点个赞支持一下，还可以收藏起来以备不时之需，有疑问和错误欢迎在评论区指出~

其他热门文章，请关注：

极致的灵活度满足工程美学：用Vue Flow绘制一个完美流程图

你真的会使用Vue3的onMounted钩子函数吗？Vue3中onMounted的用法详解

Web Worker：让前端飞起来的隐形引擎

测评：这B班上的值不值？在不同城市过上同等生活水平到底需要多少钱？

通过array.filter()实现数组的数据筛选、数据清洗和链式调用

DeepSeek：全栈开发者视角下的AI革命者

TreeSize：免费的磁盘清理与管理神器，解决C盘爆满的燃眉之急

通过Array.sort() 实现多字段排序、排序稳定性、随机排序洗牌算法、优化排序性能

高效工作流：用Mermaid绘制你的专属流程图；如何在Vue3中导入mermaid绘制流程图

通过MongoDB Atlas 实现语义搜索与 RAG------迈向AI的搜索机制

【前端实战】如何让用户回到上次阅读的位置？

前端实战：基于Vue3与免费满血版DeepSeek实现无限滚动+懒加载+瀑布流模块及优化策略

深入理解 JavaScript 中的 Array.find() 方法：原理、性能优势与实用案例详解

el-table实现动态数据的实时排序，一篇文章讲清楚elementui的表格排序功能

JavaScript双问号操作符（??）详解，解决使用 || 时因类型转换带来的问题

内存泄漏------海量数据背后隐藏的项目生产环境崩溃风险！如何避免内存泄漏

MutationObserver详解+案例------深入理解 JavaScript 中的 MutationObserver

JavaScript中通过array.map(）实现数据转换、创建派生数组、异步数据流处理、DOM操作等