{"url":"https://blog.cloudflare.com/workers-ai/","canonicalUrl":"https://blog.cloudflare.com/workers-ai/","title":"Workers AI: serverless GPU-powered inference on Cloudflare’s global network","_note":"Response truncated for documentation purposes"}
curl --location --request GET 'https://zylalabs.com/api/12317/url+to+markdown+for+ai+api/23137/read+url+as+markdown?url=https://blog.cloudflare.com/workers-ai/' --header 'Authorization: Bearer YOUR_API_KEY'
साइन अप करने के बाद, प्रत्येक डेवलपर को एक पर्सनल API एक्सेस की असाइन की जाती है, जो अक्षरों और अंकों का एक यूनिक संयोजन होता है, जिसका उपयोग हमारे API एंडपॉइंट तक पहुंचने के लिए किया जाता है। प्रमाणीकरण के लिए एआई के लिए यूआरएल से मार्कडाउन API के साथ बस अपने बेयरर टोकन को Authorization हेडर में शामिल करें।
| हेडर | विवरण |
|---|---|
Authorization
|
आवश्यक
होना चाहिए Bearer access_key. जब आप सब्सक्राइब हों तो ऊपर "Your API Access Key" देखें।
|
कोई लंबी अवधि की प्रतिबद्धता नहीं। कभी भी अपग्रेड, डाउनग्रेड या कैंसल करें। फ्री ट्रायल में 50 रिक्वेस्ट तक शामिल हैं।
(वार्षिक बिलिंग के साथ 2 महीने बचाएँ 🎉)
एआई के लिए URL से मार्कडाउन किसी भी वेब पृष्ठ को साफ, संरचित मार्कडाउन में परिवर्तित करता है जो एआई और एलएलएम उपभोग के लिए अनुकूलित होता है
एआई प्रशिक्षण डेटा तैयारी, आरएजी सिस्टम, सामग्री संकलन और किसी भी कार्यप्रवाह के लिए एकदम सही जो वेब पृष्ठों से साफ पाठ की आवश्यकता हो
The API can extract article content while removing ads, navigation, sidebars, and other non-essential elements, providing a clean output.
The API outputs the extracted content in clean Markdown format, which includes proper headings, lists, links, and code blocks.
The API includes metadata such as the title, author, publish date, and featured image of the article in the output.
The API is optimized for AI and LLM consumption, making it suitable for preparing training data, RAG systems, and content aggregation workflows.
The core benefits include obtaining structured Markdown ready for LLM prompts, ensuring clean text extraction, and enhancing the efficiency of content processing workflows.
एपीआई वेब पृष्ठों से निकाले गए संरचित मार्कडाउन सामग्री को लौटाता है जिसमें लेख का पाठ, शीर्षक, सूचियाँ, लिंक और कोड ब्लॉक शामिल हैं साथ ही शीर्षक, लेखक और प्रकाशन तिथि जैसी संबंधित मेटाडेटा भी शामिल हैं
प्रतिक्रिया डेटा को एक संरचित प्रारूप में व्यवस्थित किया गया है मुख्य सामग्री मार्कडाउन प्रारूप में है और मेटाडेटा फ़ील्ड स्पष्ट रूप से विभाजित हैं जिससे अनुप्रयोगों में आसानी से पार्स और एकीकृत किया जा सकता है
प्राथमिक पैरामीटर वह वेब पृष्ठ का यूआरएल है जिसे रूपांतरित किया जाना है उपयोगकर्ता अपनी अनुरोधों को अतिरिक्त विकल्पों को निर्दिष्ट करके अनुकूलित कर सकते हैं जैसे कि कुछ मेटाडेटा फ़ील्ड को शामिल करना या बाहर करना
प्रतिक्रिया में मुख्य क्षेत्र "सामग्री" हैMarkdown पाठ के लिए "शीर्षक" लेख के शीर्षक के लिए "लेखक" लेखक के नाम के लिए "प्रकाशन_तारीख" प्रकाशन तिथि के लिए और "विशेष चित्र" किसी भी संबंधित चित्र के लिए
यह एंडपॉइंट लेख की सामग्री प्रदान करता है जिसमें पाठ, शीर्षक, सूचियाँ और लिंक शामिल हैं साथ ही ऐसे मेटाडेटा जैसे शीर्षक, लेखक, प्रकाशन तिथि और विशेष छवि शामिल हैं जिससे लेख की समग्र कवरेज सुनिश्चित होती है
उपयोगकर्ता सीधे मार्कडाउन सामग्री को LLM प्रॉम्प्ट्स या RAG सिस्टम में एकीकृत कर सकते हैं संरचित प्रारूप का लाभ उठाते हुए प्रशिक्षण डेटा तैयारी या सामग्री समेकन के लिए कार्यप्रवाह की दक्षता बढ़ाते हैं
डेटा सटीकता को स्वचालित निष्कर्षण तकनीकों और पार्सिंग एल्गोरिदम के नियमित अपडेट के संयोजन के माध्यम से बनाए रखा जाता है जिससे निकाला गया सामग्री प्रासंगिक और अद्यतन है
नियमित उपयोग के मामले में एआई मॉडलों के लिए प्रशिक्षण डेटा तैयार करना शोध के लिए सामग्री एकत्र करना और प्राकृतिक भाषा प्रसंस्करण कार्यों के लिए साफ़ पाठ निकालना शामिल हैं सभी को संरचित मार्कडाउन आउटपुट से लाभ होता है