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
- 推理服务关键指标盘点:流式速度 TPOT 与可用性如何影响体验 — abhijithneil · 2026-09-11
- PlanetScale 推出分片 Postgres,768 台服务器组成 1PB 单库 — dhruv2038 · 2026-09-11
- 7900 XTX 24GB 能否跑 Qwen，Reddit 征集 ROCm 实测数据 — thenomadexplorerlife · 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
- SF Compute 创始人：现在买算力是「绝对糟糕的体验」 — IgorCarron · 2026-09-11
- 开源 SmolVM:2026 年 Agent 不止用浏览器,而是拥有整台电脑 — aniketmaurya · 2026-09-11