yusukebe/ax

解决的问题

ax 替代了编码代理通常执行的低效的网页数据获取、理解与提取循环。无需依赖 curl 管道到脆弱的解析脚本，或将大量原始 HTML 写入上下文窗口，ax 提供单一命令即可获取页面、发现其结构，并以针对 LLM 令牌限制优化的格式提取结构化数据。

工作原理

该工具作为本地、确定性的二进制文件运行，集成了多种功能：

• 获取：为每个请求提供完整报告（状态、头信息、重定向），确保代理在响应体为空时不会陷入猜测。
• 发现：使用 --outline 等标志显示重复结构，使用 --locate 在不转储整个 HTML 页面的情况下定位特定选择器。
• 提取：可提取多字段行（--row）、将 HTML 表格转换为带键的行（--table），并使用安全表达式语言（--where）过滤结果。
• 令牌管理：实现令牌预算（--budget）和结果上限，防止上下文窗口溢出，并为代理提供精确偏移量，以便无重叠地获取剩余数据。

适用对象

主要面向需要与网页交互以获取信息、阅读文档或抓取结构化数据，但无需为每个任务编写和调试自定义 Python 脚本的 AI 编码代理。

特色亮点

• 代理优化输出：专为 LLM 上下文窗口设计，结构化且令牌成本低廉。
• 集成工作流：将获取、结构发现与提取整合到一个工具中，无需多个二进制文件或脚本。
• 本地且确定性：本地运行，无需 API 密钥或云端 Markdown 转换服务。
• 分页支持：使用 --json-envelope 和 --offset 支持大规模数据集的机器可读续传。
• Markdown 转换：通过 --md 标志可直接将页面转换为可读的 Markdown 格式。