TOON-MCP：令牌优化对象表示法
  
TOON-MCP是一个模型上下文协议服务器，可以自动将详细的JSON结构转换为 令牌优化对象表示法（TOON），将人工智能辅助开发工作流程中的代币消耗减少高达 60%.
🚀 特性
- 智能压缩：自动模式检测和智能JSON优化
- 令牌监控：实时跟踪会话令牌使用情况，并提供优化建议
- MCP集成：与Claude和其他MCP客户无缝集成
- 无损转换：JSON和TOON之间的完美往返转换
- 自动优化：主动转换工具产出，以实现最高效率
- 预提交钩子：扫描JSON代码并建议TOON转换
- 上下文管理：监控和优化对话中的令牌使用情况
📊 快速示例
原始JSON （142个代币）：
{
"id": 12345,
"name": "John Doe",
"email": "john@example.com",
"type": "user",
"status": "active",
"metadata": {
"created_at": "2025-01-01T00:00:00Z",
"updated_at": "2025-01-15T10:30:00Z"
}
}TOON格式 （68个令牌， 减少52%):
{"_toon":"1.0","d":{"i":12345,"n":"John Doe","eml":"john@example.com","t":"user","s":"active","meta":{"ca":"2025-01-01T00:00:00Z","ua":"2025-01-15T10:30:00Z"}}}📦 安装
先决条件
- Python 3.10或更高版本
- pip包管理器
快速安装
# Clone the repository
git clone https://github.com/aj-geddes/toon-context-mcp.git
cd toon-context-mcp
# Install TOON-MCP
cd mcp-server-toon
pip install -e .Docker安装
TOON-MCP可以在Docker容器中运行，以便于部署和隔离：
# Clone the repository
git clone https://github.com/aj-geddes/toon-context-mcp.git
cd toon-context-mcp/mcp-server-toon
# Build the Docker image
docker build -t toon-mcp-server:latest .
# Run with Docker
docker run -i toon-mcp-server:latest
# Or use Docker Compose
docker-compose up -d备注Docker镜像使用基于Debian的Python（Python:3.10-slim）来获得最佳性能，而不是Alpine。
对于MCP与Docker的集成，请更新您的Claude Desktop配置以使用容器化服务器：
{
"mcpServers": {
"toon": {
"command": "docker",
"args": ["run", "-i", "toon-mcp-server:latest"]
}
}
}MCP配置
添加到您的Claude桌面配置(~/.config/Claude/claude_desktop_config.json):
{
"mcpServers": {
"toon": {
"command": "python",
"args": ["-m", "src.server"],
"cwd": "/path/to/toon-context-mcp/mcp-server-toon"
}
}
}🎯 项目结构
toon-context-mcp/
├── mcp-server-toon/ # Phase 1: Core MCP Server
│ ├── src/
│ │ ├── toon_converter.py # Core TOON logic
│ │ ├── server.py # MCP server
│ │ └── patterns.py # Pattern detection
│ ├── tests/
│ │ └── test_conversions.py
│ ├── pyproject.toml
│ └── README.md
├── claude-code-integration/ # Phase 2: Claude Code Integration
│ ├── auto_converter.py # Auto-conversion system
│ └── example_generator.py # TOON example generator
├── context-manager/ # Phase 3: Context Manager
│ ├── token_monitor.py # Token usage monitoring
│ ├── tool_output_optimizer.py # Proactive conversion
│ └── mcp_integration.py # MCP integration helpers
├── docs/ # Complete Jekyll documentation
│ ├── index.md
│ ├── guides/
│ │ ├── setup.md
│ │ ├── user-guide.md
│ │ └── troubleshooting.md
│ └── api/
│ └── reference.md
└── .git/hooks/
└── pre-commit # JSON scanning hook🔧 用法
基本转换
from src.toon_converter import convert_json_to_toon, convert_toon_to_json
# Convert to TOON
toon_format = convert_json_to_toon(your_json_data)
# Convert back to JSON
original = convert_toon_to_json(toon_format)MCP工具
在Claude中使用这些工具：
convert_to_toon-将JSON转换为TOON格式convert_to_json-将TOON转换回JSONanalyze_patterns-检测优化模式get_compression_strategy-获得最佳压缩策略calculate_savings-计算代币节省batch_convert-转换多个JSON对象
令牌监控
from context_manager.token_monitor import TokenMonitor
monitor = TokenMonitor(warn_threshold=50000)
# Analyze messages
monitor.analyze_message(message_content, role='user')
# Get metrics
metrics = monitor.get_metrics()
print(f"Total tokens: {metrics.total_tokens:,}")
print(f"Potential savings: {metrics.savings_percent:.1f}%")刀具输出优化
from context_manager.tool_output_optimizer import ToolOutputOptimizer
optimizer = ToolOutputOptimizer(auto_optimize=True, min_savings=15.0)
# Automatically optimize tool outputs
optimized, metadata = optimizer.optimize_tool_output("api_call", tool_output)📚 文档
完整的文档可在 /docs:
在本地查看文档
cd docs
# Install Jekyll (if not already installed)
gem install bundler jekyll
# Create Gemfile
cat > Gemfile 4.3"
gem "minima", "~> 2.5"
gem "jekyll-seo-tag"
gem "jekyll-sitemap"
gem "jekyll-feed"
EOF
# Install and serve
bundle install
bundle exec jekyll serve
# Open http://localhost:4000🧪 测试
cd mcp-server-toon
pytest tests/ -v🎨 按阶段划分的功能
第一阶段：核心MCP服务器✅
- 带智能压缩的TOON转换器
- 图案检测系统
- 配备6个工具的MCP服务器
- 全面的测试套件
- 包配置
第二阶段：Claude代码集成✅
- JSON扫描的预提交钩子
- 代码/文档自动转换系统
- TOON示例生成器
- 支持多种语言
阶段3：上下文管理器✅
- 令牌使用监控
- 主动工具输出转换
- MCP服务器集成助手
- 优化建议
📈 演出
按数据类型分类的典型代币节省：
- API响应：节省40-60%
- 数据库结果：节省50-65%
- 配置文件：节省35-50%
- 对象数组：节省55-70%
🤝 贡献
欢迎投稿！拜托：
- 分叉存储库
- 创建要素分支
- 运行测试：
pytest tests/ -v - 提交拉取请求
📄 许可证
MIT许可证-请参阅 许可证 详细信息文件
🔗 链接
- 文档：参见
/docs目录 - 问题:
- 讨论:
🌟 为什么是TOON？
在人工智能辅助开发中，令牌限制可能会限制您的工作流程。TOON帮助您：
- 适应更多上下文 在对话中
- 降低API成本 代币较少
- 缩短响应时间 有效载荷较小
- 处理更大的数据集 在令牌限制范围内
📊 建筑
graph TB
subgraph "TOON-MCP Server"
A[MCP Server] --> B[TOON Converter]
A --> C[Pattern Detector]
A --> D[Token Monitor]
end
subgraph "Claude Code Integration"
E[Pre-commit Hook] --> F[Auto-Converter]
F --> G[Example Generator]
end
subgraph "Context Manager"
H[Token Monitor] --> I[Tool Optimizer]
I --> J[MCP Integration]
end
K[Claude / MCP Client] --> A
A --> K🎯 路线图
- \[x\] 核心TOON转换器
- \[x\] MCP服务器实现
- \[x\] 模式检测
- \[x\] Claude代码集成
- \[x\] 上下文管理器
- \[x\] 完整的文档
- \[\]Types/JavaScript端口
- \[\]VSCode扩展
- \[\]浏览器扩展
- \[\]性能基准
- \[\]社区模板
💡 用例
- 大型代码库分析：压缩文件列表和搜索结果
- API集成：优化对话中的API响应存储
- 数据库查询：共享查询结果时减少令牌使用
- 配置管理：以紧凑格式存储配置
- 文档：包括没有令牌开销的示例
______________________________________________________________________
内置于❤️ 面向人工智能开发社区
*减少代币。提高生产率。*