Marker 把 PDF 快速、准确地转成 Markdown 与 JSON，专为喂给大模型的文档预处理而设计。 RAG 和文档问答的效果，往往卡在「PDF 解析得干不干净」这一步——标题层级乱了、表格散了、公式丢了，再强的模型也救不回。Marker 是 datalab-to 出的 PDF 转换工具，主打高准确率与速度：把 PDF 转成保留结构的 Markdown/JSON，正确处理标题、段落、列表、表格、公式、图片与阅读顺序。仓库 datalab-to/marker 以 Py...
标签 Markdown 下的文章
Firecrawl MCP 把任意网页洗成干净的 Markdown 或结构化 JSON，专治「把网页丢给模型结果全是导航和广告」。 做资料整理、竞品监控、知识库构建的人都知道：直接抓 HTML 给模型，一半 token 浪费在菜单和页脚上。Firecrawl 本来就是做这件事的 API，它的官方 MCP 服务器把 scrape、search、crawl、extract 这几类能力包成工具，Agent 可以直接调。