計畫簡介
Jina AI的Reader計畫是一個強大的工具，它透過簡單的URL字首轉換，將任何網頁內容轉化為對大型語言模型（LLM）友好的輸入格式。
Reader主要提供兩個功能：閱讀和搜尋。
透過「閱讀」功能，使用者可以將網頁內容轉換成最佳化後的格式，以提高語言代理和可檢索生成模型的輸出品質。而「搜尋」功能則允許使用者查詢並直接獲取網路上的最新資訊，自動格式化為LLM友好的形式。這兩個功能都是免費、穩定且可延伸的，適用於生產環境。
掃碼加入AI交流群
獲得更多技術支持和交流
（請註明自己的職業）
DEMO
用Reader把github上的頁面轉換成了結構化的內容，資訊非常完善，可以用於批次的內容抓取工作。
實際套用
Reader可以套用於多種場景，包括：
1.內容摘要和轉換： 將網頁內容轉換成對語言模型友好的格式，便於內容的進一步處理和分析。
2.資訊檢索： 透過特定的URL字首查詢，快速獲取網路上的資訊，並自動將其格式化，使其更易於語言模型的處理和理解。
3.增強學習和研究： 為學術研究或機器學習模型提供更準確、更結構化的數據輸入。
4.內容稽核和分析： 自動抓取網頁內容，進行內容稽核或情感分析，有助於監測和評估網路上的資訊。
這些功能使Reader成為處理和最佳化網路內容的有力工具，特別適用於需要高效資訊處理的環境。
用法
1.單個URL獲取：
使用r.jina.ai可以簡化單個URL的處理。只需在任何URL前添加 https://r.jina.ai/。
例如，要將URL「https://en.wikipedia.org/wiki/Artificial_intelligence」 轉換為LLM（大型語言模型）友好的輸入，可以使用以下URL:
https://r.jina.ai/https://en.wikipedia.org/wiki/Artificial_intelligence。
這個服務會自動為缺少alt標簽的頁面圖片添加說明，並透過視覺語言模型（VLM）進行格式化。
2.網路搜尋：
使用s.jina.ai進行網路搜尋時，只需在搜尋查詢前添加 https://s.jina.ai/。 如果在程式碼中使用，應確保先對搜尋查詢進行編碼。
例如，如果查詢是「Who will win 2024 US presidential election?」，則URL應該是：https://s.jina.ai/Who will win 2024 US presidential election?。
在幕後，Reader會搜尋網路，獲取前5個結果，存取每個URL，並套用r.jina.ai技術。這與許多只返回搜尋引擎API提供的標題、URL和描述的代理/RAG框架中的網頁搜尋功能呼叫不同。
如果你想更深入地閱讀某個結果，Reader會自動為你從頂部5個搜尋結果的URL中獲取內容，無需你自己處理瀏覽器渲染、阻塞或任何與JavaScript和CSS相關的問題。
3.互動式程式碼片段生成器
推薦使用程式碼生成器來探索Reader API的不同參陣列合。
4.JSON模式
①使用 curl 獲取 JSON 數據：
程式碼範例：
curl -H "Accept: application/json" https://r.jina.ai/https://en.m.wikipedia.org/wiki/Main_Page
此命令透過 curl，設定 HTTP 頭部為 Accept: application/json，向 r.jina.ai 發送請求，並透過該服務存取維基百科主頁，返回的數據格式為 JSON，包含 url、title 和 content 三個欄位。
②s.jina.ai API 結構：
在 JSON 模式下，s.jina.ai 返回一個包含五個結果的列表，每個結果均以字典形式組織，包括 title、content 和 url 三個欄位。這說明 s.jina.ai 更適合於處理搜尋請求，返回的是多個相關搜尋結果的數據結構。
安裝
為了執行計畫，你需要準備以下工具和步驟：
1.Node.js v18: 使用Node版本18，因為更高版本可能導致構建失敗。
2.Firebase CLI: 需要全域安裝Firebase命令列工具，可以使用以下命令進行安裝：
npm install -g firebase-tools
3.複制計畫程式碼庫:
git clone [email protected]:jina-ai/reader.git
4.安裝後端依賴:
· 進入後端功能目錄：
cd backend/functions
· 安裝所需的npm依賴：
npm install
計畫連結
https://github.com/jina-ai/reader
關註「 開源AI計畫落地 」公眾號
與AI時代更靠近一點
