convez.ai
SkillDados & AnalyticsIntermediário
fxbodin

Toon Conversion

fxbodin/toon-conversion

Converte JSON ↔ TOON com decisão automática e medição de tokens

Ver no GitHub
InicialPluginScore · de 0 a 100

Skill Claude que decide inteligentemente quando converter JSON para TOON (Token-Oriented Object Notation) e executa conversões bidirecionais sem perda de dados. Reduz consumo de tokens em até 40% em estruturas tabulares uniformes através de análise automática e script de linha de comando com métricas de token.

Instalação

$npx convez-ai fxbodin/toon-conversion

1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.

Métricas

Estrelas
0
Forks
0
Acompanhando
0
Saúde
42%
Último commit
há 5 meses
Versão
—
Issues abertas
0
Contribuidores
1

Casos de uso

  • Otimizar dados estruturados em contexto de LLM para reduzir custos de token
  • Converter datasets tabulares uniformes com ganho automático de eficiência
  • Analisar e benchmarcar economia de tokens antes de converter dados

Veredito

Skill técnico e bem documentado para quem trabalha com otimização de contexto em LLMs. Solução prática para reduzir tokens em dados estruturados, mas requer compreensão de quando TOON realmente ganha (tabelas uniformes) vs perde (estruturas aninhadas heterogêneas).

README

A tradução para o português deste README ainda está na fila.

toon-conversion

Un skill pour Claude (Anthropic) qui décide quand convertir du JSON en TOON (Token-Oriented Object Notation), et exécute la conversion en aller-retour sans perte.

En deux mots

TOON est un format de sérialisation conçu pour réduire le nombre de tokens consommés par les LLM quand on leur passe des données structurées en contexte. Il encode le même modèle de données que JSON, mais avec une syntaxe minimaliste : pas d'accolades, indentation type YAML, lignes tabulaires type CSV pour les tableaux d'objets uniformes.

Le gain est réel — jusqu'à 40 % de tokens en moins par rapport à JSON compact sur des tableaux d'objets uniformes — mais pas universel. Sur des structures imbriquées ou hétérogènes, TOON peut être plus coûteux que JSON. Décider à l'œil ne marche pas. Ce skill mesure et tranche.

À quoi sert ce skill

Quand il est installé dans Claude (Claude.ai ou Claude Code), il se déclenche automatiquement dès que la conversation mentionne TOON, l'optimisation de tokens, ou la conversion JSON ↔ TOON. Il fournit alors :

  • un arbre de décision explicite (quand convertir, quand ne pas le faire) ;
  • une référence syntaxique complète de TOON v3.0 ;
  • un script de conversion en ligne de commande, avec mesure de tokens via tiktoken.

Installation

Pour Claude.ai

Déposer le dossier toon-conversion/ dans tes skills utilisateur via l'interface Claude.ai.

Pour Claude Code

git clone https://github.com/fxbodin/toon-conversion.git ~/.claude/skills/toon-conversion

Dépendances Python pour le script

pip install toon-formatter tiktoken

tiktoken est optionnel : sans lui, le skill bascule sur une heuristique structurelle pour rendre son verdict.

Utilisation

Mode analyse (décider avant d'agir)

python scripts/convert.py analyze mon_fichier.json

Sortie type :

JSON compact:  168 tokens
TOON:           94 tokens
TOON vs JSON compact: -44.0%
Verdict: CONVERT
Raison: tableau uniforme (10 lignes × 4 champs), gain significatif.

Conversion

python scripts/convert.py to-toon mon_fichier.json -o mon_fichier.toon
python scripts/convert.py to-json mon_fichier.toon -o mon_fichier.json

Le round-trip est lossless : tout JSON valide redevient identique après aller-retour.

Quand utiliser TOON, quand l'éviter

Forme des donnéesGain TOON vs JSON compactRecommandation
Tableau d'objets uniformes, ≥10 lignes−35 à −45 %Convertir
Tableau d'objets uniformes, court−10 à −20 %Convertir si appelé en boucle
Objet plat (record unique)−5 à −10 %Convertir si le contexte est dense
Objet profondément imbriqué+5 à +15 %Garder JSON
Tableau d'objets semi-uniformes+30 à +40 %Garder JSON
Données purement tabulaires sans nestingTOON ~+6 % vs CSVGarder CSV si possible

Détails et benchmarks complets : voir references/benchmarks.md.

Limites connues

  • Les LLM lisent TOON mais le génèrent mal sans démonstration. Utiliser TOON en input, demander du JSON en output.
  • La spec TOON est en Working Draft v3.0 (novembre 2025). Stable pour usage, mais peut évoluer.
  • L'écosystème Python est en alpha. Le skill utilise toon-formatter (module toon), le seul package testé avec round-trip lossless complet au moment de la version 1.0.0.
  • Pas de support natif dans les SDK LLM pour génération structurée (function calling, JSON mode). TOON reste un format d'input opportuniste, pas un remplacement de JSON.

Structure du repo

toon-conversion/
├── SKILL.md                  Skill principal lu par Claude
├── references/
│   ├── syntax.md             Référence syntaxique TOON v3.0
│   └── benchmarks.md         Benchmarks officiels et mesures locales
└── scripts/
    └── convert.py            Outil CLI de conversion et mesure

Licence

MIT — voir LICENSE.

Auteur

François-Xavier Bodin — fxbodin.com

Skill construit avec l'assistance de Claude (Anthropic).

Ver o original no GitHub

Bom para

Relacionados