别把原始 HTML 直接喂给 Agent
iamfakhrealam · x · 2026-07-19
这条在讲一个给 agent 用的网页结构化提取思路：
- 现在很多“给 agent 一双眼睛”的工具，拿到的却是原始 HTML、脚本、导航垃圾、cookie banner。
- 这些内容会直接进入上下文，造成token 浪费，而且数据噪音很大。
- 作者主张用结构化 API，把页面变成干净的 JSON，这样更适合 RAG 和 agent 工作流。
- 配图用“raw HTML isn't data”来强调：用户真正想要的是字段化结果，而不是一坨网页源码。
所属事件:ZooData 推出面向 AI Agent 的结构化数据层(19 条相关)→
「Infra」频道最新
- Unconventional AI 收购 NeuReality,冲刺算力效率提升 1000 倍 — NaveenGRao · 2026-10-27
- 马斯克断言:机器人 RAM 需求将超其他一切,超级智能算力将移向深空 — elonmusk · 2026-10-27
- RTX 5090 卖到 7000 美元，PC 游戏社区集体否认 AI 热潮 — PAstynome · 2026-10-27
- Wan2GP 上架 Pinokio：6GB 显存一键跑 AI 视频生成 — cocktailpeanut · 2026-10-27
- AWS 详解 Agent 提示缓存：显式+隐式双模式省下重复 token 账单 — AWS ML Blog · 2026-10-27
- 6 个月被抢超 1 亿美元：盗贼用 GPS 欺骗劫走数据中心货物 — Ars Technica AI · 2026-10-27