给 Agent 的网页清洗成 JSON
iamfakhrealam · x · 2026-07-19
作者在讲一种给 agent 用的网页数据清洗服务：
- 目标不是把原始网页 HTML 原样丢给模型，而是把页面转成更干净、更紧凑的结构化 JSON。
- 这么做的好处是：RAG 存储更省空间、下游 token 更少，对 24/7 跑的 agent 更合适。
- 他的核心观点是：raw HTML 不是数据；大量脚本、导航栏、cookie banner 等噪音会白白消耗上下文。
- 计费方式也强调按 call 而不是按 seat，更贴合 agent 持续运行的使用场景。
所属事件:ZooData 推出面向 AI Agent 的结构化数据层(19 条相关)→
「编程与Agent」频道最新
- 开源 Agent Skill 2.3k 星:生成 MVP 蓝图并审计重构 agentic harness — tom_doerr · 2026-09-11
- Cognition SWE-2 用 KKT 对偶优化长度惩罚，一次 RL 推移 Pareto 曲线 — YouJiacheng · 2026-09-11
- 首届 Three.js 大会落地巴黎，AI 正缩短从想法到原型的距离 — OdinLovis · 2026-09-11
- 观点：Agent 真正的瓶颈是企业数据工程能力 — dhruv2038 · 2026-09-11
- 实测戳破 RTK 省钱神话:token 省了,账单分文未降 — Bartaseth · 2026-09-11
- GPT-6 Astra 用时 44 小时通关含敌人 Factorio,API 成本约 4500 美元 — liminal_bardo · 2026-09-11