数据格式转换与 Token 分析器
在 JSON, YAML, TOML 与 TOON 格式间转换，并即时计算 LLM Token 用量与节省效益。
关于数据格式转换器
这是一个专为 LLM 提示工程与数据交换设计的工具。除了常见的 JSON/YAML/TOML 互转，我们还引入了 TOON 格式，旨在不牺牲可读性的前提下，大幅减少 Token 用量。
Token 计算原理
本工具使用 tiktoken 函式库，并采用 cl100k_base 编码模型进行计算。这是 OpenAI GPT-4, GPT-3.5-turbo, text-embedding-ada-002 等模型所使用的标准 Tokenizer，确保计算结果与实际 API 用量高度一致。
TOON 节省效益
对于重复性高的结构化数据（如物件阵列），JSON 因为重复 Key 名称而浪费大量 Token。TOON 格式透过提取表头与简化符号，通常能节省 30% ~ 60% 的 Token 成本，让您能在 Context Window 中放入更多数据。
压缩模式
开启「压缩模式」后，工具会自动移除输出的所有非必要空白与换行符号（针对 JSON 与 TOON 特别有效）。虽然这会降低人类可读性，但对于 AI 模型来说，这是最极致的 Token 节省方案，适合用于 Context Window 非常紧绷的场景。
支持格式介绍
JSON (JavaScript Object Notation)
Web APIConfig 最通用的数据交换格式。相容性最高，但语法较为冗长（大量的引号与括号），Token 用量通常最高。
YAML (YAML Ain't Markup Language)
CI/CDKubernetes 以缩排呈现结构，可读性极佳。比 JSON 精简，适合配置文件。但在 LLM 中有时会因为缩排解析错误而产生幻觉。
TOML (Tom's Obvious, Minimal Language)
RustPython 类似 INI 文件的格式，结构明确。对于扁平的配置文件非常精简，但处理深层巢状数据时可能会变得很长。
TOON (Token-Oriented Object Notation)
LLM OptimizationSince 2025本工具特制格式 (2025 年创造)。针对「物件阵列」优化，类似 CSV 但保留型別安全。透过 keys[...] 定义表头，大幅移除重复的 Key，是给 AI 阅读的最佳性价比选择。
隐私与安全性声明
您的数据安全是我们最重视的。本工具采用 Client-side Computing 技术，所有的运算过程都在您的设备（手机或电脑）上即时执行。
这意味着：您输入的任何内容都不会被上传到互联网或我们的服务器。即使是机密文件、私人日记或代码，您都可以安心地在此粘贴并进行处理。