Agent Skills
返回列表
🤖

Jina Reader 网址转 Markdown 与网络搜索 API

AI Agent 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_3c6cb52e/jina-reader-url-to-markdown-web-search。

技能介绍

要解决的问题

Agent 与 RAG 流程最常见的失败点之一，是直接把网页原始 HTML 塞进上下文。导航栏、广告位、Cookie 弹窗、内联脚本会迅速吃掉 token，真正的正文被埋在几百个标签之后。各站点 DOM 结构差异极大，靠一套选择器库去覆盖基本不可行，维护成本会随目标站点改版持续累积。

核心能力

Jina Reader 把这件事收敛成一次 HTTP 请求：

  • URL 转 Markdown：给目标地址加上 https://r.jina.ai/ 前缀，返回清理后的 Markdown 正文。
  • 网络搜索：向 https://s.jina.ai/ 提交查询词，返回结构化的搜索结果，同样是干净的 Markdown 格式。

流程侧不需要写爬虫、不需要处理编码与 CSS 解析，一个 HTTP 客户端就能接入，对 agent 工作流和检索增强场景都很直接。

适用边界与注意点

  • 这是在线服务，请求会经过 Jina 的基础设施，内部文档或敏感数据不应走这条路径。
  • 返回的 Markdown 不等于原文的精确镜像，重度依赖 JavaScript 渲染的页面可能缺失动态内容。
  • 正文提取质量受目标站点结构影响，站点改版后可能需要重新验证。
  • 自托管场景下，OSS 分支已移除 MongoDB 存储层，默认以无状态模式运行，缓存需要自行对接 MinIO 或 S3 兼容桶。

使用场景

  • 搭建检索增强系统时，需要把候选网页统一转成干净的 Markdown 作为索引输入。
  • Agent 在决策前需要搜索最新信息，并把结果转成可解析的 Markdown 直接使用。
  • 批量整理技术资料时，需要跳过导航栏和脚本，只提取正文并保存为 Markdown 文件。
  • 团队要自建文档抓取服务时，通过自托管 reader 把指定 URL 转成标准 Markdown 格式。

适合人员

  • 正在搭建 RAG 流水线的后端工程师，需要一个稳定可靠的网页正文提取方案。
  • 开发智能体的工程师，需要搜索接口返回干净 Markdown 以便后续解析和推理。
  • 负责内容平台运营的工程师，需要批量抓取网页正文并保存为结构化文档。
  • 负责技术调研的技术分析师，需要快速把大量网页转成可读的 Markdown 进行对比分析。