@chonkiejs/token

中文文档
0.0.4发布于 2026/07/07MITTypeScriptES Module构建来源已验证近 30 天下载 1795

HuggingFace tokenizer support for Chonkie - extends @chonkiejs/core with real tokenization

原始使用文档
文档目录10 节
  1. Features
  2. Installation
  3. Quick Start
  4. Supported Models
  5. Usage Examples
  6. With RecursiveChunker
  7. With TokenChunker
  8. Direct Tokenizer Usage
  9. How It Works
  10. Contributing

Chonkie Logo

@chonkiejs/token

HuggingFace tokenizer support for Chonkie - extends @chonkiejs/core with real tokenization.

npm version npm license GitHub

Features

🤗 HuggingFace Integration - Use any HuggingFace tokenizer model
🔌 Optional Plugin - Install only when you need real tokenization
📦 Zero Config - Works automatically with @chonkiejs/core
⚡ Progressive Enhancement - Core works without it, better with it

Installation

Install with npm:

npm i @chonkiejs/token @chonkiejs/core

Install with pnpm:

pnpm add @chonkiejs/token @chonkiejs/core

Install with yarn:

yarn add @chonkiejs/token @chonkiejs/core

Install with bun:

bun add @chonkiejs/token @chonkiejs/core

Quick Start

Simply install this package alongside @chonkiejs/core, then use tokenizer names:

import { RecursiveChunker, TokenChunker } from '@chonkiejs/core';

// Use GPT-2 tokenization (automatically uses @chonkiejs/token)
const chunker = await RecursiveChunker.create({
  tokenizer: 'Xenova/gpt2',
  chunkSize: 512
});

const chunks = await chunker.chunk('Your text here...');

Supported Models

Any HuggingFace model from transformers.js:

  • Xenova/gpt2
  • Xenova/gpt-4
  • bert-base-uncased
  • google-bert/bert-base-multilingual-cased
  • And many more!

See: https://huggingface.co/models?library=transformers.js

Usage Examples

With RecursiveChunker

import { RecursiveChunker } from '@chonkiejs/core';

const chunker = await RecursiveChunker.create({
  tokenizer: 'Xenova/gpt2',
  chunkSize: 512
});

const chunks = await chunker.chunk('Your document...');

With TokenChunker

import { TokenChunker } from '@chonkiejs/core';

const chunker = await TokenChunker.create({
  tokenizer: 'bert-base-uncased',
  chunkSize: 256,
  chunkOverlap: 50
});

const chunks = await chunker.chunk('Your text...');

Direct Tokenizer Usage

import { HuggingFaceTokenizer } from '@chonkiejs/token';

const tokenizer = await HuggingFaceTokenizer.create('Xenova/gpt2');

const count = tokenizer.countTokens('Hello world!');
const tokens = tokenizer.encode('Hello world!');
const text = tokenizer.decode(tokens);

console.log(`Token count: ${count}`);

How It Works

When you call Tokenizer.create('gpt2') in @chonkiejs/core:

  1. Core tries to dynamically import @chonkiejs/token
  2. If installed: Uses HuggingFaceTokenizer
  3. If not installed: Shows helpful error message

This keeps core lightweight while allowing advanced tokenization when needed!

Contributing

Want to help grow Chonkie? Check out CONTRIBUTING.md to get started! Whether you're fixing bugs, adding features, improving docs, or simply leaving a ⭐️ on the repo, every contribution helps make Chonkie a better CHONK for everyone.

Remember: No contribution is too small for this tiny hippo!

版本与发布记录

@chonkiejs/token 共发布 3 个版本,首次发布于 2025/10/08;过去 12 个月发布了 1 个版本。最新版本附带 npm provenance 构建来源证明,可追溯到公开的 CI 构建记录。

版本发布日期距今
0.0.4latest2026/07/074 个月前
0.0.32025/10/251 年前
0.0.22025/10/081.1 年前

关于 @chonkiejs/token 的常见问题

@chonkiejs/token 是什么?

HuggingFace tokenizer support for Chonkie - extends @chonkiejs/core with real tokenization

如何安装 @chonkiejs/token?

在项目目录运行 npm install @chonkiejs/token,或使用 pnpm add / yarn add / bun add。它还需要宿主项目提供 peer 依赖:@chonkiejs/core(>=0.0.10)。npm 7 及以上与 pnpm 8 及以上默认会自动安装必需的 peer 依赖,Yarn 需要手动安装。

@chonkiejs/token 支持 TypeScript 吗?

支持。包内自带 TypeScript 类型声明(package.json 声明了 types 入口),安装后即可获得类型提示,无需再安装 @types 包。

@chonkiejs/token 支持 ESM 还是 CommonJS?

以 ES Module 形式发布,推荐使用 import 引入。在 CommonJS 项目中,Node.js 20.19+ / 22.12+ 可以直接 require() 不含顶层 await 的 ES Module,更早的版本需要改用动态 import()。

@chonkiejs/token 可以商用吗?

@chonkiejs/token 使用 MIT 许可。宽松许可:允许商业使用、修改和再分发,通常只需在分发时保留原版权与许可声明。以上为概括,不构成法律意见,请以许可原文为准。

@chonkiejs/token 的下载量有多少?

根据 npm 官方下载统计,@chonkiejs/token 在 2026/10/10 – 2026/11/08 这 30 天内被下载 1,795 次,日均约 60 次。下载量会把 CI 构建、镜像同步和作为其他包依赖的安装一并计入,适合横向比较热度,不能直接等同于使用人数。

@chonkiejs/token 还在维护吗?

最新版本 0.0.4 发布于 2026/07/07(4 个月前);至今共发布 3 个版本,其中过去 12 个月发布了 1 个;首次发布于 2025/10/08。发布频率只是参考信号:功能稳定的工具可能很少需要更新,建议结合源码仓库的 issue 和提交记录判断。