Reader
在 URL 前加上
r.jina.ai,即可將其轉換為適合大模型閱讀的輸入。Reader API
在 URL 前加上
r.jina.ai,即可將其轉換為適合大模型閱讀的輸入。chevron_leftchevron_right
globe_book
使用
r.jina.ai 讀取 URL 並獲取其內容travel_explore
使用
s.jina.ai 搜尋網頁並獲取 SERP把
mcp.jina.ai 新增為您的 MCP 伺服器,讓大模型直接呼叫我們的 API內容格式
Return-Format
您可以控制響應的細節程度,避免過度過濾。預設流程針對大多數網站和大模型輸入做了最佳化。
預設
arrow_drop_down
JSON 響應
Accept
響應採用 JSON 格式,包含 URL、標題、內容和時間戳(如有)。在搜尋模式下會返回五條結果,每條都遵循上述 JSON 結構。
超時時間(秒)
X-Timeout
頁面載入的最長等待時間。頁面較慢時調大,簡單靜態頁面可調小。
詞元預算
X-Token-Budget
限制此請求使用的最大詞元數。超出此限制將導致請求失敗。
使用 ReaderLM-v2
實驗性
X-Respond-With
使用 ReaderLM-v2 將 HTML 轉換為 Markdown,為結構和內容複雜的網站提供高品質結果。詞元消耗為 3 倍!open_in_new瞭解更多
僅提取(CSS 選擇器)
X-Target-Selector
僅提取與這些 CSS 選擇器匹配的內容。例如:article、.main-content、#post-body
等待(CSS 選擇器)
X-Wait-For-Selector
等這些元素出現後再提取內容。適用於動態載入的內容。
排除(CSS 選擇器)
X-Remove-Selector
提取前先移除這些元素。例如:nav、footer、.sidebar、#ads
移除所有圖片
X-Retain-Images
從輸出中移除所有圖片。不需要圖片時可減少詞元用量。
連結摘要部分
X-With-Links-Summary
文末會建立“按鈕和連結”部分,幫助下游大模型或 Web 智慧體瀏覽頁面、執行後續操作。
無
arrow_drop_down
圖片摘要部分
X-With-Images-Summary
文末會建立“圖片”部分,讓下游大模型總覽頁面上的所有視覺內容,有助於提升推理效果。
無
arrow_drop_down
轉發 Cookie
X-Set-Cookie
我們的 API 伺服器在訪問 URL 時可以轉發您自定義的 Cookie 設定,適合需要額外身份驗證的頁面。請注意,帶 Cookie 的請求不會被快取。open_in_new瞭解更多
圖片說明
X-With-Generated-Alt
為指定 URL 上的所有圖片生成說明文字,對缺少 alt 標籤的圖片補充“Image [idx]: [caption]”。這樣下游大模型便可在推理、摘要等任務中利用圖片資訊。
使用特定國家/地區的代理伺服器
X-Proxy
設定基於地理位置的代理伺服器國家/地區程式碼。填 auto 表示自動擇優,填 none 表示禁用。
繞過快取
X-No-Cache
我們的 API 會將 URL 內容快取一段時間。設為 true 可忽略快取結果,直接從該 URL 抓取內容。
快取容忍時間(秒)
X-Cache-Tolerance
若快取內容生成時間不超過 N 秒,則接受該快取。設為 0 表示獲取最新內容(等同於“繞過快取”),設定更大的值則可更快地從快取返回響應。
頁面就緒時機
X-Respond-Timing
判定頁面已完全載入的時機。越靠後的時機等待越久,但能捕獲更多動態內容。
預設
arrow_drop_down
自定義 User-Agent
X-User-Agent
覆蓋瀏覽器的 User-Agent 字串。適合訪問要求特定瀏覽器或遮蔽抓取程式的網站。
自定義 Referer
X-Referer
設定 HTTP Referer 請求頭。部分網站會檢查此項,以確認流量來自預期來源。
保留 Base64 圖片
X-Keep-Img-Data-Url
將內聯 base64 編碼的圖片保留在 Markdown 輸出中,而不是將其轉換為外部 URL。
請勿快取或追蹤
DNT
阻止此請求在我們的伺服器上被快取或記錄。請用於敏感 URL。
GitHub 風格 Markdown
X-No-Gfm
選擇啟用或關閉 GFM(Github Flavored Markdown)功能。
已啟用
arrow_drop_down
遵守 robots.txt
X-Robots-Txt
抓取前先檢查 robots.txt 中的規則。請指定檢查時使用的爬蟲名稱。
包含 iframe 內容
X-With-Iframe
從內嵌 iframe 中提取內容。頁面內容載入在 iframe 中時請啟用。
包含 Shadow DOM
X-With-Shadow-Dom
從 Shadow DOM 元件中提取內容。頁面使用 Web Components 時請啟用。
使用最終 URL 作為基準
X-Base
使用重定向後的最終目標 URL 而不是原始 URL 來解析相對 URL。
本地 PDF/HTML 檔案
POST
上傳本地 PDF 和 HTML 檔案,用 Reader 讀取。僅支援 pdf 和 html 檔案。對於 HTML,請同時指定一個參考 URL,以便更好地解析相關的 CSS/JS 指令碼。
upload
提取前執行 JavaScript
POST
在提取內容前執行自定義 JS 修改頁面。可以是內聯程式碼,也可以是指令碼檔案的 URL。open_in_new瞭解更多
標題樣式
X-Md-Heading-Style
設定 Markdown 標題格式(傳遞給 Turndown)。
井號樣式
arrow_drop_down
水平線樣式
X-Md-Hr
定義 Markdown 分隔線的格式(傳遞給 Turndown)。
專案符號樣式
X-Md-Bullet-List-Marker
設定無序列表的標記字元(傳遞給 Turndown)。
*
arrow_drop_down
斜體樣式
X-Md-Em-Delimiter
定義 Markdown 斜體分隔符(傳遞給 Turndown)。
_
arrow_drop_down
加粗樣式
X-Md-Strong-Delimiter
設定 Markdown 加粗分隔符(傳遞給 Turndown)。
**
arrow_drop_down
連結樣式
X-Md-Link-Style
決定 Markdown 連結的格式(傳遞給 Turndown)。
內聯
arrow_drop_down
歐盟資料駐留
實驗性
啟用後,本次請求的基礎設施和資料處理將位於歐盟境內。
curl "https://r.jina.ai/https://www.example.com"key
API 金鑰
visibility_off
剩餘詞元額度
0
Jina VLM:小型多語言視覺語言模型
一款 24 億引數的視覺語言模型,在開源的 20 億級視覺語言模型中,多語言視覺問答效果業界領先。
ReaderLM v2:把 HTML 轉成 Markdown 和 JSON 的小型語言模型
ReaderLM-v2 是一款 1.5B 引數的語言模型,專攻 HTML 轉 Markdown 和 HTML 抽取 JSON。它支援 29 種語言、長達 512K 詞元的文件,準確率比上一代高 20%。
把網頁資訊餵給大模型是構建事實依據的重要一環,但做起來並不輕鬆。最簡單的辦法是抓取網頁、直接塞進原始 HTML。可抓取本身既複雜又常被遮蔽,原始 HTML 裡還夾雜著大量標記和指令碼等無關元素。Reader API 從 URL 中提取核心內容,轉換為乾淨、對大模型友好的文字,為您的智慧體和 RAG 系統提供高品質輸入。Reader API 是面向開發者的基礎設施:它把您提供的 URL 轉換為對大模型友好的文字,讓您自行構建搜尋、RAG 和智慧體系統。它不是面向消費者的搜尋引擎,不會代您索引或排序網頁;由您決定處理哪些 URL,並對輸出結果的使用方式負責。
輸入您的 URL
Reader URL
原始 HTML
Reader 輸出
提出問題
Reader 可以當作 SERP API 使用,把搜尋結果頁背後的內容直接餵給您的大模型。只需在查詢前加上
https://s.jina.ai/?q=,Reader 就會搜尋網頁並返回前五條結果的 URL 和正文,每條都是乾淨、適合大模型閱讀的文字。這樣您的大模型就能始終掌握最新資訊,事實準確性更高,幻覺更少。輸入您的查詢
Reader URL
info 請注意,實際使用中並不像上面的演示那樣,直接拿原始問題去網上搜尋來獲取事實依據。常見做法是改寫原始問題或拆成多跳問題:先讀檢索結果,再按需生成新的查詢去補充資訊,最後才得出答案。
Reader 內建的視覺語言模型會自動為網頁圖片生成描述,並以 alt 標籤的形式寫入輸出。這樣一來,下游大模型就有了足夠的線索,可以把這些圖片納入推理和摘要。您可以就圖片提問、挑出特定圖片,甚至把它們的 URL 轉給更強的 VLM 做深度分析!
支援。Reader 原生支援讀取 PDF,相容絕大多數 PDF(包括圖片很多的),而且速度極快!配合大模型,您可以很快搭出一個 ChatPDF 或文件分析 AI。
最棒的是,它還免費!
Reader API 免費開放,速率限制和定價都很靈活。它構建在可彈性擴充套件的基礎設施之上,可用性、併發能力和可靠性都有保障。我們希望成為您為大模型提供事實依據時的首選方案。
速率限制
速率限制按以下維度統計:RPM(每分鐘請求數)和 TPM(每分鐘詞元數)。限制按 IP/API 金鑰分別計算,RPM 或 TPM 任一先達到閾值即觸發限制。若您在請求頭中提供了 API 金鑰,我們將按金鑰而非 IP 地址統計速率限制。
欄位
arrow_drop_down
| 產品 | API 端點 | 描述arrow_upward | 無 API 金鑰key_off | 免費 API 金鑰key | 付費 API 金鑰key | 高級 API 金鑰key | 平均延遲 | 詞元用量計算方式 | 允許的請求 | |
|---|---|---|---|---|---|---|---|---|---|---|
| Reader API | https://r.jina.ai | 將 URL 轉換為大模型友好文字 | 20 RPM | 500 RPM | 500 RPM | trending_up5000 RPM | 7.9s | 按輸出響應中的詞元數計算。 | GET/POST | |
| Reader API | https://s.jina.ai | 搜尋網路並將結果轉換為大模型友好文字 | block | 100 RPM | 100 RPM | trending_up1000 RPM | 2.5s | 每次請求消耗固定數量的詞元,起步 10000 個詞元 | GET/POST | |
| Reranker API | https://api.jina.ai/v1/rerank | 按查詢對文件重排 | block | 100 RPM & 100,000 TPM | 500 RPM & 2,000,000 TPM | trending_up5,000 RPM & 50,000,000 TPM | ssid_chart 取決於輸入大小 help | 按輸入請求中的詞元數計算。 | POST | |
| 向量模型 API | https://api.jina.ai/v1/embeddings | 將文字/圖片轉為定長向量 | block | 100 RPM & 100,000 TPM | 500 RPM & 2,000,000 TPM | trending_up5,000 RPM & 50,000,000 TPM | ssid_chart 取決於輸入大小 help | 按輸入請求中的詞元數計算。 | POST | |
| 分類器 API | https://api.jina.ai/v1/train | 使用帶標籤的樣本訓練分類器 | block | 25 RPM & 25,000 TPM | 125 RPM & 500,000 TPM | 1,250 RPM & 12,000,000 TPM | ssid_chart 取決於輸入大小 | 詞元計數為:輸入詞元 × 迭代次數 | POST | |
| 分類器 API (少樣本) | https://api.jina.ai/v1/classify | 使用經過訓練的少樣本分類器對輸入進行分類 | block | 25 RPM & 25,000 TPM | 125 RPM & 500,000 TPM | 1,250 RPM & 12,000,000 TPM | ssid_chart 取決於輸入大小 | 詞元計數為:輸入詞元 | POST | |
| 分類器 API (零樣本) | https://api.jina.ai/v1/classify | 使用零樣本分類對輸入進行分類 | block | 25 RPM & 25,000 TPM | 125 RPM & 500,000 TPM | 1,250 RPM & 12,000,000 TPM | ssid_chart 取決於輸入大小 | 詞元計數為:輸入詞元 + 標籤詞元 | POST | |
| Segmenter API | https://api.jina.ai/v1/segment | 對長文字進行分詞分句 | 20 RPM | 200 RPM | 200 RPM | 1,000 RPM | 0.3s | 不計入詞元用量。 | GET/POST | |
| DeepSearch | https://deepsearch.jina.ai/v1/chat/completions | 透過推理、搜尋與迭代找到最佳答案 | block | 50 RPM | 50 RPM | 500 RPM | 56.7s | 統計整個流程消耗的詞元總數。 | POST |
別慌!每個新的 API 金鑰都包含一千萬個免費詞元!
API 定價
API 按詞元用量計費。一個 API 金鑰即可訪問所有搜尋底座產品。
使用 Reader API 需要多少費用?
keyboard_arrow_down
Reader API 是怎麼工作的?
keyboard_arrow_down
Reader API 開源嗎?
keyboard_arrow_down
Reader API 的典型延遲是多少?
keyboard_arrow_down
我為什麼要用 Reader API,而不是自己抓頁面?
keyboard_arrow_down
Reader API 支援多種語言嗎?
keyboard_arrow_down
Reader API 是否遵循網站訪問控制?
keyboard_arrow_down
Reader API 能提取 PDF 檔案的內容嗎?
keyboard_arrow_down
Reader API 能處理網頁中的媒體內容嗎?
keyboard_arrow_down
可以用 Reader API 處理本地 HTML 檔案嗎?
keyboard_arrow_down
Reader API 會快取內容嗎?
keyboard_arrow_down
可以用 Reader API 訪問需要登入才能看的內容嗎?
keyboard_arrow_down
可以用 Reader API 訪問 arXiv 上的 PDF 嗎?
keyboard_arrow_down
Reader 的圖片描述功能是怎麼工作的?
keyboard_arrow_down
Reader 的可擴充套件性如何?可以用在生產環境嗎?
keyboard_arrow_down
Reader API 的速率限制是多少?
keyboard_arrow_down
什麼是 Reader-LM?該怎麼用?
keyboard_arrow_down
如何從網頁中提取結構化資料?
keyboard_arrow_down
Reader 是否會主動繞過網站的反機器人保護?
keyboard_arrow_down
從免費 API 金鑰升級到付費 API 金鑰後,我能訪問更多網站嗎?
keyboard_arrow_down
速率限制
速率限制按以下維度統計:RPM(每分鐘請求數)和 TPM(每分鐘詞元數)。限制按 IP/API 金鑰分別計算,RPM 或 TPM 任一先達到閾值即觸發限制。若您在請求頭中提供了 API 金鑰,我們將按金鑰而非 IP 地址統計速率限制。
欄位
arrow_drop_down
| 產品 | API 端點 | 描述arrow_upward | 無 API 金鑰key_off | 免費 API 金鑰key | 付費 API 金鑰key | 高級 API 金鑰key | 平均延遲 | 詞元用量計算方式 | 允許的請求 | |
|---|---|---|---|---|---|---|---|---|---|---|
| Reader API | https://r.jina.ai | 將 URL 轉換為大模型友好文字 | 20 RPM | 500 RPM | 500 RPM | trending_up5000 RPM | 7.9s | 按輸出響應中的詞元數計算。 | GET/POST | |
| Reader API | https://s.jina.ai | 搜尋網路並將結果轉換為大模型友好文字 | block | 100 RPM | 100 RPM | trending_up1000 RPM | 2.5s | 每次請求消耗固定數量的詞元,起步 10000 個詞元 | GET/POST | |
| Reranker API | https://api.jina.ai/v1/rerank | 按查詢對文件重排 | block | 100 RPM & 100,000 TPM | 500 RPM & 2,000,000 TPM | trending_up5,000 RPM & 50,000,000 TPM | ssid_chart 取決於輸入大小 help | 按輸入請求中的詞元數計算。 | POST | |
| 向量模型 API | https://api.jina.ai/v1/embeddings | 將文字/圖片轉為定長向量 | block | 100 RPM & 100,000 TPM | 500 RPM & 2,000,000 TPM | trending_up5,000 RPM & 50,000,000 TPM | ssid_chart 取決於輸入大小 help | 按輸入請求中的詞元數計算。 | POST | |
| 分類器 API | https://api.jina.ai/v1/train | 使用帶標籤的樣本訓練分類器 | block | 25 RPM & 25,000 TPM | 125 RPM & 500,000 TPM | 1,250 RPM & 12,000,000 TPM | ssid_chart 取決於輸入大小 | 詞元計數為:輸入詞元 × 迭代次數 | POST | |
| 分類器 API (少樣本) | https://api.jina.ai/v1/classify | 使用經過訓練的少樣本分類器對輸入進行分類 | block | 25 RPM & 25,000 TPM | 125 RPM & 500,000 TPM | 1,250 RPM & 12,000,000 TPM | ssid_chart 取決於輸入大小 | 詞元計數為:輸入詞元 | POST | |
| 分類器 API (零樣本) | https://api.jina.ai/v1/classify | 使用零樣本分類對輸入進行分類 | block | 25 RPM & 25,000 TPM | 125 RPM & 500,000 TPM | 1,250 RPM & 12,000,000 TPM | ssid_chart 取決於輸入大小 | 詞元計數為:輸入詞元 + 標籤詞元 | POST | |
| Segmenter API | https://api.jina.ai/v1/segment | 對長文字進行分詞分句 | 20 RPM | 200 RPM | 200 RPM | 1,000 RPM | 0.3s | 不計入詞元用量。 | GET/POST | |
| DeepSearch | https://deepsearch.jina.ai/v1/chat/completions | 透過推理、搜尋與迭代找到最佳答案 | block | 50 RPM | 50 RPM | 500 RPM | 56.7s | 統計整個流程消耗的詞元總數。 | POST |
API 相關常見問題
code
Reader、向量模型、重排、分類和微調 API 可以共用同一個 API 金鑰嗎?
keyboard_arrow_down
code
我可以查看 API 金鑰的詞元用量嗎?
keyboard_arrow_down
code
如果我忘記了 API 金鑰,該怎麼辦?
keyboard_arrow_down
code
API 金鑰會過期嗎?
keyboard_arrow_down
code
可以在不同 API 金鑰之間轉移詞元嗎?
keyboard_arrow_down
code
我可以銷毀我的 API 金鑰嗎?
keyboard_arrow_down
code
為什麼有些模型的首次請求比較慢?
keyboard_arrow_down
code
我的 API 資料會被用來訓練你們的模型嗎?
keyboard_arrow_down
code
Jina API 的速率限制是多少?
keyboard_arrow_down
code
API 有批次大小限制嗎?
keyboard_arrow_down
與計費相關的常見問題
attach_money
API 是按句子數還是按請求數計費?
keyboard_arrow_down
attach_money
新使用者可以免費試用嗎?
keyboard_arrow_down
attach_money
失敗的請求是否會扣除詞元?
keyboard_arrow_down
attach_money
接受哪些付款方式?
keyboard_arrow_down
attach_money
儲值後可以開具發票嗎?
keyboard_arrow_down


