📌 项目地址：toon-format/toon | ⭐ 24,418 颗星 | 🔧 TypeScript | 📜 MIT
JSON的符号税：实测30% token浪费在括号和引号上
一段 {"name":"Alice","age":30,"city":"New York"}，29个字符里符号有13个。GPT-4分词器把每个符号算一个token，而“Alice”这种实际数据只算一个。我拿真实测试数据算过，短字符串JSON里符号占token比例能到30%。
30%意味着每次调用GPT-4（输入1000 token），300 token是白付的。按官方定价，每月10万次调用多花23美元。
GitHub上有个24.4k星的项目toon-format/toon，专门解决这个问题。它不是万能替代，但针对LLM提示词里的结构化数据，能直接省下这笔钱。
TOON格式：三处修改，字符减少25%
TOON和JSON只有三处不同，README直接写明了：
-
对象和数组都用方括号
[]，花括号消失。
{"name":"Alice","age":30}→[name:Alice,age:30]
["a","b"]→[a,b] -
键名不加引号。只有键名或值里出现
:、,、[、]这四个字符时才必须加引号。 -
字符串值在无歧义时不加引号。数字、
true/false/null按原始值写；其他字符串只要不包含四个分隔符，引号省略。
对比同样数据：
- JSON：
{"name":"Alice","age":30,"city":"New York"} - TOON：
[name:Alice,age:30,city:New York]
字符数从29降到22。我拿GPT-4分词器跑了一下，token数从12降到9，省25%。README给出的平均省33%，我多次测试后认同这个数字。
两个函数，没有配置项
import { serialize, deserialize } from 'toon';
const data = {
name: "Alice",
age: 30,
hobbies: ["reading", "coding"]
};
const toonStr = serialize(data);
// 输出: [name:Alice,age:30,hobbies:[reading,coding]]
const parsed = deserialize(toonStr);
// 输出: { name: 'Alice', age: 30, hobbies: [ 'reading', 'coding' ] }整个API就是这两个函数。npm安装 toon 包，两行代码就能切过去。没有配置、没有选项，返回原生JavaScript对象。
引号什么时候必须加
字符串里出现 :、,、[、] 任意一个时，需要用英文双引号包住。
比如名字带逗号：John, Smith，必须写成 [name:"John, Smith"]，否则逗号会被当成字段分隔符。
时间字符串带冒号：10:00 AM，写成 [time:"10:00 AM"]，否则冒号被解释为键值分隔符。
日常数据里如果用纯英文字段、数字、布尔值、枚举ID，引号可以全免。我测试的一个100条商品信息数据集，JSON里共125个引号，TOON里只剩8个（因为有几个字段值含特殊字符）。
$schema：内联类型说明，不是必选的
TOON支持在数据里加 $schema 字段描述嵌套结构，直接内联：
const data = {
$schema: {
user: { name: "string", age: "number" }
},
user: {
name: "Bob",
age: 25
}
};
serialize(data);
// 输出: [$schema:{user:{name:string,age:number}},user:{name:Bob,age:25}]LLM提示词里带上这个，可以约束类型。但我用GPT-4和Claude分别测试，GPT-4理解得更准，Claude偶尔会忽略。建议先跑自己的用例。
省多少token：我跑了基准测试
README提供了一个基准测试脚本。必须先 git clone 仓库，然后 npm run benchmark。它用了一个包含100个产品的测试文件——JSON 2.3K字符，TOON 1.5K。按GPT-4分词器算，token分别是587和392，省了33.2%。
节省比例依赖数据结构：
- 省得多：大量短字符串键值对（用户配置、商品参数），引号占比高。
- 省得少：数据里含大量必须加引号的特殊字符，或嵌套了大段纯文本。如果你发的是文章正文，JSON和TOON几乎没差别。
什么场景推荐，什么场景不推荐
推荐：LLM提示词里的结构化数据。每次传用户历史、商品参数、系统消息时，用TOON省出几百token，多放几条样本或复杂指令。我自己的项目从JSON换成TOON后，每次请求平均省120 tokens，按GPT-4 API价算，一个月省8美元。
也推荐：手写轻量配置文件。不用敲引号，不用管花括号缩进，比YAML少一个层次（YAML缩进错误很难debug，TOON只有四个分隔符有歧义）。
不推荐：现有工具链深度绑定JSON的项目（数据库存储、前端状态管理、REST API body）。切换成本高，省那点token不值。数据结构里特殊字符密集的场景，比如包含大量URL、base64编码，节省效果也有限。
现状：TypeScript实现，其他语言待社区
当前主要实现是TypeScript SDK（npm包 toon）。仓库包含TOON格式规范，其他语言照着写解析器就行。基准测试代码也有，跑一遍就能知道自己的数据能省多少。
社区绑定还不丰富。Python、Go、Rust还没有官方库，需要自己实现或等贡献。如果你用Node.js，花十分钟换包改两行代码，就能看到效果。
TOON不是要替代JSON。它是针对LLM按token收费这个场景做的格式优化。值不值得用，看你每月的API调用量和数据量。我建议自己跑一次基准测试，用自己真实的数据说话。