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
- 用去审查版 GLM 绕开 Claude 拒答： SS7 威胁建模工作流 — l4rz · 2026-10-27
- Cloudflare Durable Objects 被验证为 AI agent 高并发场景优选架构 — tristanbob · 2026-10-27
- GitHub Next 发布 Chopin:实时多人的 Agent 协作规划环境原型 — max__drake · 2026-10-27
- TMLR 论文：更强推理不等于更充分披露，Agent 思考越多未必告知越全 — SharonYixuanLi · 2026-10-27
- 作者称全由 LLM 编写的 Rust 库 bbtree 实测：快是真的，省内存翻车 — lmoroney · 2026-10-27
- 同一套 DeepSeek 内核两种优化路线：vLLM 拆专家、SGLang 降访存 — AccBalanced · 2026-10-27