📄 中文摘要
在构建 AI 代理时，代理需要读取网页并理解其内容。直接将原始 HTML 传递给大型语言模型（LLM）会导致信息噪声，包含大量无关的脚本、广告和导航菜单，浪费了宝贵的上下文和令牌。为了解决这个问题，可以通过 PageBolt 的 /extract 端点提取干净的 Markdown 格式内容，从而只保留实际的文本信息，减少无用数据的干扰，提高 LLM 的处理效率。
从任何 URL 提取干净的 Markdown：PageBolt /extract 端点
出处: Extracting Clean Markdown from Any URL: The PageBolt /extract Endpoint
发布: 2026年3月20日
📄 English Summary
Extracting Clean Markdown from Any URL: The PageBolt /extract Endpoint
When building an AI agent, it is essential for the agent to read and comprehend web pages. Feeding raw HTML to a large language model (LLM) introduces significant noise, filled with irrelevant scripts, ads, and navigation menus, which wastes valuable tokens and context. To address this issue, the PageBolt /extract endpoint allows for the extraction of clean Markdown content, retaining only the actual text information. This approach minimizes the interference of unnecessary data and enhances the efficiency of LLM processing.