Générateur TOON aléatoire
Générez des données TOON (Token-Oriented Object Notation) aléatoires avec des valeurs factices réalistes en utilisant Faker.js. Créez des données fictives efficaces en jetons pour les tests LLM avec des modèles personnalisables, plusieurs enregistrements et des options de délimiteurs.
Entrée
Sortie
Documentation
Qu'est-ce que TOON (Token-Oriented Object Notation) ?
TOON est un format de données compact et lisible conçu spécifiquement pour fonctionner avec les grands modèles de langage (LLM). Il réduit l'utilisation de jetons de 30 à 60 % par rapport à JSON tout en maintenant la lisibilité et la structure. TOON utilise un formatage basé sur l'indentation similaire à YAML et élimine la ponctuation redondante en déclarant les noms de champs une seule fois pour les données tabulaires, ce qui le rend idéal pour transmettre des données structurées aux modèles d'IA où les coûts de jetons comptent.
Description de l'outil
Le générateur TOON aléatoire crée des données fictives réalistes au format TOON en utilisant la bibliothèque Faker.js. Définissez votre structure de données à l'aide d'un modèle JSON avec des espaces réservés Faker.js (comme {{person.firstName}} ou {{number.int(1,100)}}), et l'outil génère plusieurs enregistrements de données factices formatées en TOON efficace en jetons. Parfait pour tester des applications LLM, créer des échantillons de jeux de données ou générer des réponses API fictives dans un format à la fois convivial pour l'IA et rentable.
Exemples
Modèle d'entrée :
[
{
"id": "{{string.uuid}}",
"firstName": "{{person.firstName}}",
"email": "{{internet.email}}",
"age": "{{number.int(18,80)}}"
}
]
Sortie (5 enregistrements avec délimiteur virgule) :
[5]{id,firstName,email,age}:
a1b2c3d4-e5f6-7890-abcd-ef1234567890,Alice,alice.smith@example.com,45
b2c3d4e5-f6a7-8901-bcde-fa2345678901,Bob,bob.jones@test.org,28
c3d4e5f6-a7b8-9012-cdef-ab3456789012,Charlie,charlie.brown@demo.net,67
d4e5f6a7-b8c9-0123-defa-bc4567890123,Diana,diana.wilson@sample.io,33
e5f6a7b8-c9d0-1234-efab-cd5678901234,Eve,eve.davis@mock.com,52
Fonctionnalités
- Intégration Faker.js : Utilisez plus de 100 méthodes Faker.js pour des données fictives réalistes
- Génération basée sur des modèles : Définissez votre structure de données une fois avec JSON et des espaces réservés
- Options de délimiteurs multiples : Choisissez entre virgule (par défaut), tabulation ou barre verticale pour une efficacité optimale des jetons
- Génération par lots : Créez plusieurs enregistrements à la fois avec fusion automatique des tableaux
- Sortie efficace en jetons : Réduisez les coûts de jetons LLM de 30 à 60 % par rapport aux données JSON équivalentes
Cas d'utilisation
- Générer des données utilisateur fictives pour tester des chatbots IA ou des applications LLM
- Créer des échantillons de jeux de données pour la formation ou les tests avec des coûts de jetons réduits
- Générer des données de test pour le développement d'API consommées par les LLM
- Créer des données de démonstration réalistes pour des présentations dans des formats conviviaux pour l'IA