网页转 Markdown 转换器

网页转 Markdown 转换器与 Jina Reader、Pandoc 和 Firecrawl 的比较
网页转 Markdown 转换器 (SiteGPT)	Jina Reader	潘多克	火行者
输入和输出：该工具接收一个 URL，移除导航栏、页脚和跟踪脚本后，将正文、标题和链接提取出来，并以 Markdown 格式返回。输出结果适用于 LLM 数据导入、知识库和文档系统。	输入和输出：使用 Reader 时，只需在 URL 前添加 r.jina.ai 即可。默认输出格式为 Markdown，如果 Accept 请求头要求，则会返回包含 URL、标题、内容和时间戳的 JSON 数据。通过 schema 请求头和 ReaderLM-v2 模型，可以进行结构化数据提取。	输入和输出： Pandoc 是一款文档转换器，支持多种标记格式之间的转换，包括 HTML、多种 Markdown 版本、LaTeX、docx、EPUB 和 Jupyter Notebook。它可以转换您已有的文档，并且并非网页内容提取器。	输入和输出：抓取操作会返回 Markdown、HTML、屏幕截图或结构化 JSON 文件。解析操作会将 PDF 和 DOCX 文件转换为 Markdown 格式，而映射操作则会返回网站上发现的链接。
使用规模：该描述介绍了一种一次转换一个 URL 的实用程序。	使用规模： Reader 还具备搜索模式 s.jina.ai，可返回搜索结果前五条及其内容。速率限制取决于密钥等级，免费密钥每分钟可进行 500 次 Reader 请求。	使用规模： Pandoc 既可以作为命令行程序运行，也可以作为 Haskell 库运行。	使用规模：抓取、批量抓取和搜索端点允许通过 API 处理整个网站和许多页面。
	开放性和自托管： Reader 服务代码位于 Jina AI 的 GitHub 组织中。ReaderLM-v2 模型采用 CC-BY-NC 4.0 许可，供应商声明该许可并非开源许可，商业用途需要单独的许可。	开放性和自托管： Pandoc 是根据 GPL 协议发布的自由软件，版权归 John MacFarlane 所有。	开放性和自托管：主代码库采用 AGPL-3.0 许可，SDK 采用 MIT 许可。可以使用 Docker Compose 进行自托管，但供应商文档指出，默认堆栈尚未达到生产就绪状态，高级反机器人处理和屏幕截图功能属于云端特性。
	接入和成本模式：基本功能无需密钥即可使用，但速率限制最低，为每分钟 20 次请求。密钥可提高速率限制，付费功能则根据内容时长以代币形式计费。新密钥包含免费代币。	接入和成本模式：免费软件，无需注册账号或配额限制。	接入和成本模式：免费套餐每月包含 1000 点数，无需信用卡。抓取数据每页消耗 1 点数，提取 JSON 数据也需要消耗点数，此外还提供付费订阅和按需充值服务。

网页转 Markdown 转换器与 Jina Reader、Pandoc 和 Firecrawl 的比较

网页转 Markdown 转换器 (SiteGPT)

Jina Reader

潘多克

火行者

输入和输出： 该工具接收一个 URL，移除导航栏、页脚和跟踪脚本后，将正文、标题和链接提取出来，并以 Markdown 格式返回。输出结果适用于 LLM 数据导入、知识库和文档系统。

输入和输出： 使用 Reader 时，只需在 URL 前添加 r.jina.ai 即可。默认输出格式为 Markdown，如果 Accept 请求头要求，则会返回包含 URL、标题、内容和时间戳的 JSON 数据。通过 schema 请求头和 ReaderLM-v2 模型，可以进行结构化数据提取。

输入和输出： Pandoc 是一款文档转换器，支持多种标记格式之间的转换，包括 HTML、多种 Markdown 版本、LaTeX、docx、EPUB 和 Jupyter Notebook。它可以转换您已有的文档，并且并非网页内容提取器。

输入和输出： 抓取操作会返回 Markdown、HTML、屏幕截图或结构化 JSON 文件。解析操作会将 PDF 和 DOCX 文件转换为 Markdown 格式，而映射操作则会返回网站上发现的链接。

使用规模： 该描述介绍了一种一次转换一个 URL 的实用程序。

使用规模： Reader 还具备搜索模式 s.jina.ai，可返回搜索结果前五条及其内容。速率限制取决于密钥等级，免费密钥每分钟可进行 500 次 Reader 请求。

使用规模： Pandoc 既可以作为命令行程序运行，也可以作为 Haskell 库运行。

使用规模： 抓取、批量抓取和搜索端点允许通过 API 处理整个网站和许多页面。

开放性和自托管： Reader 服务代码位于 Jina AI 的 GitHub 组织中。ReaderLM-v2 模型采用 CC-BY-NC 4.0 许可，供应商声明该许可并非开源许可，商业用途需要单独的许可。

开放性和自托管： Pandoc 是根据 GPL 协议发布的自由软件，版权归 John MacFarlane 所有。

开放性和自托管： 主代码库采用 AGPL-3.0 许可，SDK 采用 MIT 许可。可以使用 Docker Compose 进行自托管，但供应商文档指出，默认堆栈尚未达到生产就绪状态，高级反机器人处理和屏幕截图功能属于云端特性。

接入和成本模式： 基本功能无需密钥即可使用，但速率限制最低，为每分钟 20 次请求。密钥可提高速率限制，付费功能则根据内容时长以代币形式计费。新密钥包含免费代币。

接入和成本模式： 免费软件，无需注册账号或配额限制。

接入和成本模式： 免费套餐每月包含 1000 点数，无需信用卡。抓取数据每页消耗 1 点数，提取 JSON 数据也需要消耗点数，此外还提供付费订阅和按需充值服务。