最新

HTML转Markdown转换器为人类和大型语言模型（LLM）生成干净、可读的内容，但在这个过程中，DOM结构会丢失。你可以将Markdown输入到LLM中以提取结构化信息，但这在每一页上每次都会消耗令牌。 如果LLM还能够看到每个内容片段在DOM中的位置呢？这样，它就可以生成强大的抓取代码——稳定的选择器和XPath，可以在不依赖LLM的情况下运行，从而节省令牌并提高在长或重复页面上的准确性。 Scrapedown正是实现这一目标的工具：它将HTML转换为Markdown，并为每个元素注释其CSS选择器和/或XPath，这样LLM就可以一次性生成精确、可重用的抓取代码。