reader：它是什麼、解決了什麼問題以及為何受到關注

它解決了什麼

Reader 解決了將高品質、乾淨且結構化的資料餵入大型語言模型（LLM）的問題。大多數網頁內容充斥著 HTML、CSS 與 JavaScript，會消耗不必要的 token，甚至讓模型感到困惑。Reader 能將複雜的網頁、PDF 與 Office 文件轉換成適合 LLM 使用的 Markdown 或純文字，並提供搜尋網路的功能，直接取得前幾名結果的完整內容，而非僅僅是摘要片段。

工作原理

Reader 透過兩個主要端點運作：

• Read (r.jina.ai)：將提供的 URL 轉換為乾淨的格式。它會智慧地在輕量的 curl 引擎與無頭 Chrome 瀏覽器（透過 Puppeteer）之間切換，以處理大量 JavaScript 的單頁應用程式（SPA）。同時支援使用 PDF.js 解析 PDF，並透過 LibreOffice 處理 Microsoft Office 文件。
• Search (s.jina.ai)：對查詢執行網路搜尋，取得前 5 個結果，並自動對每個結果套用閱讀邏輯，回傳這些頁面的完整內容。

它也會使用視覺語言模型（VLM）為缺少 alt-text 的圖片產生說明文字，確保純文字 LLM 能取得視覺元素的上下文。

目標使用者

• AI 代理開發者：需要讓代理程式瀏覽網路並擷取有意義的內容，卻不想處理瀏覽器渲染或防機器人機制。
• RAG 系統架構師：需要一條乾淨且一致的管線，將多樣的網路來源（URL、PDF、Office 文件）轉換成文字，以供語意索引使用。
• LLM 應用開發者：想要透過簡單的 API，輕鬆將即時的網路知識整合到模型中。

重點特色

• 多格式支援：支援網頁、PDF、Word、Excel 與 PowerPoint 檔案。
• VLM 圖片說明：自動為文字型 LLM 描述圖片內容。
• 廣泛控制：提供細緻的請求標頭，可控制輸出格式（Markdown、HTML、JSON）、快取、逾時與語意分塊。
• 搜尋即內容：不同於一般只回傳摘要的搜尋 API，Reader 會回傳搜尋結果頁面的完整渲染內容。
• 可自行部署：提供 Docker 映像檔，可於無狀態或使用 S3 快取的環境中部署。

---

摘要： Reader 是一個將 URL、PDF 與 Office 文件轉換為適合 LLM 使用的 Markdown，並提供能回傳完整頁面內容而非僅摘要的網路搜尋功能的工具。

標題： reader：它是什麼、解決了什麼問題以及為何受到關注