Reader API：网页内容提取工具，HTML转换为Markdown格式

综合介绍

Jina AI的Reader项目是一个开源工具（Reader 开源地址），可将任何URL通过添加前缀https://r.jina.ai/转换成适合大型语言模型(Large Language Models, LLM)的输入格式，支持动态流模式和图片读取等功能。

用户可以轻松获取网页的核心内容，并将其转换为干净、适合LLM处理的文本。该工具不仅支持网页文本，还能处理图像和PDF文件，自动添加必要的标签和格式化，以便LLM更有效地理解和处理内容。项目使用Node v18及Firebase CLI运行，以Apache 2.0授权协议提供。

功能列表

• 网页内容提取：将任何URL转换为LLM友好的文本格式。
• 图像识别：自动为网页中的图像生成描述标签。
• PDF阅读：支持从任意URL读取PDF文件，并转换为适合LLM的文本。
• 搜索功能：通过在查询前添加前缀“s.jina.ai”，从网络中获取最新信息并转换为LLM友好的格式。
• 高并发性和可靠性：提供高可访问性和可靠性，支持大量并发请求。

使用帮助

安装与使用

Jina AI Reader 无需安装，用户只需在URL前添加前缀“r.jina.ai”即可。例如，要将URL“https://en.wikipedia.org/wiki/Artificial_intelligence”转换为LLM友好的输入格式，只需使用以下URL：

https://r.jina.ai/https://en.wikipedia.org/wiki/Artificial_intelligence

同样，若要进行网络搜索并获取LLM友好的结果，可以在查询前添加前缀“s.jina.ai”，例如：

https://s.jina.ai/Who%20will%20win%202024%20US%20presidential%20election%3F

功能操作流程

1. 网页内容提取：
   • 在浏览器中输入带有前缀的URL，例如“https://r.jina.ai/https://example.com”。
   • 按下回车键，Jina AI Reader 将自动提取网页内容并转换为LLM友好的文本格式。
   • 提取的内容将显示在浏览器中，用户可以直接复制或进一步处理。
2. 图像识别：
   • 在提取网页内容时，Jina AI Reader 会自动为网页中的图像生成描述标签。
   • 这些标签将作为图像的alt属性，方便LLM在处理时理解图像内容。
3. PDF阅读：
   • 输入带有前缀的PDF URL，例如“https://r.jina.ai/https://example.com/document.pdf”。
   • Jina AI Reader 将自动读取PDF内容并转换为LLM友好的文本格式。
   • 转换后的内容将显示在浏览器中，用户可以直接复制或进一步处理。
4. 搜索功能：
   • 在查询前添加前缀“s.jina.ai”，例如“https://s.jina.ai/your+query”。
   • 按下回车键，Jina AI Reader 将从网络中获取最新信息，并转换为LLM友好的文本格式。
   • 搜索结果将显示在浏览器中，用户可以直接复制或进一步处理。

高级设置

• 图像描述标签：默认情况下，图像描述标签功能是关闭的。用户可以通过在请求头中设置“x-with-generated-alt: true”来开启此功能。
• 代理和Cookie：用户可以通过请求头设置代理和Cookie，以便在特定环境下使用Jina AI Reader。

curl -H "Accept: text/event-stream" https://r.jina.ai/https://example.com

推荐另一款html转markdown工具

此处内容已经被作者隐藏，请输入验证码查看内容

验证码：

请关注本站微信公众号，回复“验证码”，获取验证码。在微信里搜索“首席AI分享圈”或者“Looks-AI”或者微信扫描右侧二维码都可以关注本站微信公众号。

普通人的AI入门指南

帮助你以低成本、零基础学会如何利用AI工具。AI就像办公软件一样，是每个人的必备技能。 掌握AI会让你在求职中占据优势，在未来的工作和学习中事半功倍。

查看详情>