TOON (Token-Oriented Object Notation) Nedir?

TOON, Büyük Dil Modelleri (LLMs) ile çalışmak için özel olarak tasarlanmış, kompakt ve insan tarafından okunabilir bir veri formatıdır. JSON'a kıyasla token kullanımını %30‑60 azaltırken okunabilirliği ve yapıyı korur. TOON, YAML'a benzer girintileme tabanlı biçimlendirme kullanır ve tablo verileri için alan adlarını yalnızca bir kez bildirerek gereksiz noktalama işaretlerini ortadan kaldırır; bu da token maliyetlerinin önemli olduğu AI modellerine yapılandırılmış veri iletmek için idealdir.

Araç açıklaması

Random TOON Generator, Faker.js kütüphanesini kullanarak TOON formatında gerçekçi taklit veriler oluşturur. Faker.js yer tutucuları (ör. {{person.firstName}} veya {{number.int(1,100)}}) içeren bir JSON şablonu ile veri yapınızı tanımlayın; araç, token‑verimli TOON olarak biçimlendirilmiş birden fazla sahte veri kaydı üretir. LLM uygulamalarını test etmek, örnek veri setleri oluşturmak veya AI‑dostu ve maliyet‑etkin bir formatta taklit API yanıtları üretmek için mükemmeldir.

Örnekler

Girdi şablonu:

[
  {
    "id": "{{string.uuid}}",
    "firstName": "{{person.firstName}}",
    "email": "{{internet.email}}",
    "age": "{{number.int(18,80)}}"
  }
]

Çıktı (virgül ayırıcı ile 5 kayıt):

[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

Özellikler

  • Faker.js entegrasyonu: Gerçekçi sahte veriler için 100+ Faker.js yöntemi kullanın (isimler, e‑postalar, adresler, tarih, sayılar vb.)
  • Şablon tabanlı oluşturma: Veri yapınızı bir kez JSON ve yer tutucularla tanımlayın
  • Çoklu ayırıcı seçenekleri: En iyi token verimliliği için virgül (varsayılan), sekme veya boru (pipe) ayırıcılarından birini seçin
  • Toplu oluşturma: Otomatik dizi birleştirme ile bir anda birden fazla kayıt oluşturun
  • Token‑verimli çıktı: Eşdeğer JSON verisine kıyasla LLM token maliyetlerini %30‑60 azaltın
  • Tablo formatı: Tutarlı veri yapıları için TOON'un verimli tablo formatını otomatik olarak kullanır
  • Canlı önizleme: Şablonu değiştirirken TOON çıktınızın güncellenmesini görün

Kullanım Senaryoları

  • AI sohbet botları veya LLM uygulamaları için test amaçlı sahte kullanıcı verileri oluşturun
  • Token maliyetlerini azaltarak eğitim veya test veri hatları için örnek veri setleri oluşturun
  • LLM'ler tarafından kullanılacak API geliştirme için test verileri oluşturun
  • Sunumlar veya dokümantasyon için AI‑uyumlu formatlar kullanarak gerçekçi demo verileri oluşturun
  • LLM destekli uygulamaların prototiplenmesi için sahte veritabanları oluşturun

Desteklenen Faker.js yer tutucuları

Şablonlarda kullanabileceğiniz yaygın yer tutucular:

  • Kişi: {{person.firstName}}, {{person.lastName}}, {{person.fullName}}, {{person.jobTitle}}
  • İnternet: {{internet.email}}, {{internet.url}}, {{internet.userName}}, {{internet.ip}}
  • Konum: {{location.city}}, {{location.country}}, {{location.zipCode}}, {{location.streetAddress}}
  • Şirket: {{company.name}}, {{company.catchPhrase}}, {{company.industry}}
  • Finans: {{finance.amount}}, {{finance.accountNumber}}, {{finance.creditCardNumber}}
  • Tarih: {{date.past}}, {{date.future}}, {{date.recent}}
  • Sayısallar: {{number.int(min,max)}}, {{number.float(min,max,precision)}}
  • Metin: {{lorem.sentence}}, {{lorem.paragraph}}, {{lorem.words(count)}}
  • Kimlikler: {{string.uuid}}, {{string.alphanumeric(length)}}, {{string.numeric(length)}

Kullanılabilir Faker.js yöntemlerinin tam listesi için şu adresi ziyaret edin: https://fakerjs.dev/api/

Ayırıcı seçenekleri

  • Virgül (,): Standart ayırıcı, çoğu kullanım senaryosu için uygundur
  • Sekme (\t): Genellikle daha token‑verimli, iyi tokenleşen tek karakter
  • Bor (|): Alternatif ayırıcı, veri içinde virgül olduğunda faydalıdır