TOON：一种为大模型设计的JSON压缩型数据结构

Ne0inhk

23 Mar 2026 — 10 min read

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

ZEEKLOG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

   TOON 入门到实战三部曲：

        基础入门：TOON：一种为大模型设计的JSON压缩型数据结构

        价值探究：探究TOON的价值边界：比JSON更优的大模型友好数据格式？

        开发实战：面向大模型开发：在项目中使用 TOON 的实践与流式处理

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。