2026年7月9日 周四晚上19:30,报名腾讯会议了解“如何构建自进化的动态知识库(Brain)”(限30人)
免费POC, 零成本试错
FDE知识库

FDE知识库

学习大模型的前沿技术与行业落地应用


收藏

4.5K star!打开知识的新视界,网页秒变AI知识库

发布日期:2024-05-28 19:22:58 浏览次数: 3571
作者:IT咖啡馆

微信搜一搜,关注“IT咖啡馆”


知识处理和学习的速度决定了一个人的成长速度,对于大模型来说,如何快速消化和处理互联网上海量的信息,是输出内容质量的关键。

今天我们分享一个开源项目,它能够将任何网页内容转换成干净、标准化的文本格式,从而使得 LLM 和RAG系统能够更高效地处理信息,它就是:Reader API



Reader API 是什么



Reader API 是由 Jina AI 开发的一款将网页内容转换为大型语言模型(LLM)友好输入格式的工具。它通过在URL前添加特定的前缀,能够快速将网页内容转换成结构化数据,从而提高大型语言模型处理和理解网络内容的能力。Reader API 支持对网页中的图片进行自动标注,并且能够通过流式传输提供更完整的页面内容。这一工具对于需要从网页中提取信息并进行进一步分析的开发者来说,提供了极大的便利。

目前它主要做2件事:

  1. 它将任何 URL 转换为LLM 友好的输入,扩展名为https://r.jina.ai/<https://your.url>. 提高代理和 RAG 系统的输出。

  2. 它在网络上搜索给定的查询https://s.jina.ai/your+query。这使您的LLM能够从网络获取最新的世界知识。

使用 Reader API



  • 单个 URL 获取:

只需添加https://r.jina.ai/到任何 URL 前面即可,就可以将网页的内容快速转换为LLM友好的输出内容。举个例子,下面是我的一篇文章。

我们复制这篇文章的地址,在前面加上https://r.jina.ai/,之后在浏览器中打开。稍等一下,就看到这样的输出。

另外该页面中所有缺少alt标签的图像均由 VLM(视觉语言模型)自动添加标题并格式化为!(Image [idx]: [VLM_caption])[img_URL]。这应该会为您下游的纯文本 LLM 提供足够的提示,以将这些图像纳入推理、选择和总结中。

  • 网络搜索:

只需添加https://s.jina.ai/到您的搜索查询前面即可。请注意,如果您在代码中使用它,请确保首先对您的搜索查询进行编码。比如,When was Jina AI founded?那可以用下面这样的链接:

https://s.jina.ai/When was Jina AI founded?

但是目前Jina有限速,频繁访问会被限。

  • 代码片段生成器

强烈建议使用代码生成器来探索 Reader API 的不同参数组合。


项目特点



 

优势

  • 快速转换:能够迅速将网页转换为适合机器阅读的格式。

  • 自动标注:对网页中的图片进行自动标注,提高信息提取的完整性。

  • 流式传输:支持流式传输,能够获取更完整的页面内容。

  • 无需API密钥:使用简便,不需要API密钥。

  • 高兼容性:与多种大型语言模型兼容,提高数据处理的灵活性。


劣势

  • 特定场景限制:对于非结构化的网页内容,可能需要额外的处理。

  • 依赖网络:作为一个API服务,使用时需要有稳定的网络连接。

  • 图片标注准确性:自动标注的图片可能不总是准确的,需要人工校验。

  • 输出格式限制:输出格式可能需要根据具体的大型语言模型进行调整。

  • 学习曲线:对于新手来说,可能存在一定的学习曲线。

  • 性能限制:在处理特别复杂的网页或大量请求时,可能会遇到性能瓶颈。


总结



Reader API 是一个功能强大、使用便捷的工具,它通过简化网页内容提取过程,极大地提升了开发效率和数据处理质量。其对大型语言模型的优化、图像自动标注以及流式传输的支持,使其在众多类似工具中脱颖而出。尽管在某些特定场景下可能需要额外的调整和优化,但整体而言,是一个非常值得研究的方向。





项目信息



  • 项目名称:  reader

  • GitHub 链接:https://github.com/jina-ai/reader

  • Star 数:4.5K


53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询

扫码登录
登录即表示您同意《53AI网站服务协议》
服务协议

欢迎您使用【53AI 官方网站】(以下简称“本网站”或“我们”)。本《会员服务协议》(以下简称“本协议”)是您(以下简称“会员”或“用户”)与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。

在您注册或登录前,请务必审慎阅读、充分理解各条款内容,特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时,即视为您已完全理解并同意接受本协议的全部内容。

一、 定义

本网站:指由【深圳市博思协创网络科技有限公司】运营的,域名为【53ai.com】的网站及相关移动端页面。

会员服务:指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。

知识库内容:指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。

二、 账号注册与登录

登录方式:本网站支持以下登录方式,您可根据实际情况选择:

微信公众号授权登录:您同意将您的微信OpenID信息授权给本网站,用于创建或关联会员账号。

手机验证码登录:您需提供真实有效的手机号码,并通过短信验证码完成身份验证与登录/注册。

账号安全:您的账号仅限您本人使用,禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失,由您自行承担。

实名认证:根据相关法律法规要求,我们可能要求您在特定功能下完成实名认证。如您拒绝提供,可能无法使用部分或全部服务。

未成年人保护:若您未满18周岁,请在法定监护人的陪同下阅读本协议,并在征得监护人同意后使用本服务。

三、 服务内容与规范

知识库查阅权限:会员登录后,有权按照其会员等级对应的权限范围,在线浏览、检索本网站知识库中的相关文章及内容。

服务变更:我们有权根据业务发展需要,调整、变更或终止部分服务内容,并将以网站公告、公众号消息等方式提前通知。

禁止行为:您在使用服务时不得实施以下行为:

利用技术手段批量爬取、下载、转存知识库内容;

将知识库内容用于商业目的或未经授权地向第三方传播;

干扰本网站正常运行或侵犯其他用户合法权益;

发布违法违规信息或从事违反公序良俗的活动。

四、 知识产权声明

权利归属:本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有,受《中华人民共和国著作权法》等法律保护。

有限许可:本网站授予会员一项非独占、不可转让、不可转授权的普通许可,仅限于个人学习、研究之目的在线查阅知识库内容。

侵权追责:未经书面许可,任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现,我们保留追究其法律责任的权利。

五、 个人信息保护

我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息,请单独阅读 《隐私政策》。

您通过微信公众号授权或手机号验证所提供的信息,我们将严格按照《个人信息保护法》的规定处理,仅用于身份识别、服务提供及安全验证等必要用途。

您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。

六、 免责声明

内容准确性:知识库内容仅供参考,不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证,您应自行判断并承担使用风险。

不可抗力:因自然灾害、政策法规变化、网络故障、第三方平台接口异常(如微信接口维护、运营商短信通道故障)等不可抗力导致的服务中断或延迟,我们不承担违约责任。

第三方链接:本网站可能包含指向第三方网站的链接,该等网站的内容和服务不受我们控制,请您自行甄别风险。

七、 违约责任

如您违反本协议约定,我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施,并保留要求赔偿损失的权利。

如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失,您应承担全部赔偿责任(包括但不限于罚款、赔偿金、律师费、公证费等)。

八、 法律适用与争议解决

本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。

因本协议产生的或与本协议有关的任何争议,双方应友好协商解决;协商不成的,任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。

九、 其他

本协议构成双方就本服务达成的完整协议,取代此前任何口头或书面约定。

本协议任一条款被认定为无效或不可执行的,不影响其他条款的效力。

我们对本协议享有最终解释权,并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效,继续使用服务即视为同意修订内容。


已查阅