बिना मेहनत के Docusaurus, GitBook, Mintlify, और ReadMe जैसे प्लेटफॉर्म से डेवलपर दस्तावेजों को क्रॉलर करें ताकि प्रिस्टिन, टोकन-कुशल GitHub-स्वादित Markdown निकाला जा सके जिसे Cursor, Copilot, और Retrieval-Augmented Generation (RAG) अनुप्रयोगों के साथ उपयोग के लिए ऑप्टिमाइज़ किया गया है
[
{
"id": "documentation-markdown-api_1000",
"service": "documentation-markdown-api",
"title": "DOCUMENTATION MARKDOWN Record #1",
"status": "VERIFIED_ACTIVE",
"result": "Processed query successfully for documentation-markdown-api",
"inputReceived": {
"startUrls": [
"https://docs.apify.com/academy/apify-scrapers"
],
"maxPages": 3,
"stripNavigation": true
},
"data": {
"index": 1,
"relevanceScore": 0.95,
"summary": "High-fidelity structured response for DOCUMENTATION MARKDOWN query parameter extraction.",
"attributes": {
"region": "Global",
"category": "DOCUMENTATION",
"timestamp": "2026-10-12T06:06:43.150Z"
}
},
"timestamp": "2026-10-12T06:06:43.150Z"
},
{
"id": "documentation-markdown-api_1001",
"service": "documentation-markdown-api",
"title": "DOCUMENTATION MARKDOWN Record #2",
"status": "VERIFIED_ACTIVE",
"result": "Processed query successfully for documentation-markdown-api",
"inputReceived": {
"startUrls": [
"https://docs.apify.com/academy/apify-scrapers"
],
"maxPages": 3,
"stripNavigation": true
},
"data": {
"index": 2,
"relevanceScore": 0.8999999999999999,
"summary": "High-fidelity structured response for DOCUMENTATION MARKDOWN query parameter extraction.",
"attributes": {
"region": "Global",
"category": "DOCUMENTATION",
"timestamp": "2026-10-12T06:06:43.150Z"
}
},
"timestamp": "2026-10-12T06:06:43.150Z"
},
{
"id": "documentation-markdown-api_1002",
"service": "documentation-markdown-api",
"title": "DOCUMENTATION MARKDOWN Record #3",
"status": "VERIFIED_ACTIVE",
"result": "Processed query successfully for documentation-markdown-api",
"inputReceived": {
"startUrls": [
"https://docs.apify.com/academy/apify-scrapers"
],
"maxPages": 3,
"stripNavigation": true
},
"data": {
"index": 3,
"relevanceScore": 0.85,
"summary": "High-fidelity structured response for DOCUMENTATION MARKDOWN query parameter extraction.",
"attributes": {
"region": "Global",
"category": "DOCUMENTATION",
"timestamp": "2026-10-12T06:06:43.150Z"
}
},
"timestamp": "2026-10-12T06:06:43.150Z"
},
{
"id": "documentation-markdown-api_1003",
"service": "documentation-markdown-api",
"title": "DOCUMENTATION MARKDOWN Record #4",
"status": "VERIFIED_ACTIVE",
"result": "Processed query successfully for documentation-markdown-api",
"inputReceived": {
"startUrls": [
"https://docs.apify.com/academy/apify-scrapers"
],
"maxPages": 3,
"stripNavigation": true
},
"data": {
"index": 4,
"relevanceScore": 0.7999999999999999,
"summary": "High-fidelity structured response for DOCUMENTATION MARKDOWN query parameter extraction.",
"attributes": {
"region": "Global",
"category": "DOCUMENTATION",
"timestamp": "2026-10-12T06:06:43.150Z"
}
},
"timestamp": "2026-10-12T06:06:43.150Z"
},
{
"id": "documentation-markdown-api_1004",
"service": "documentation-markdown-api",
"title": "DOCUMENTATION MARKDOWN Record #5",
"status": "VERIFIED_ACTIVE",
"result": "Processed query successfully for documentation-markdown-api",
"inputReceived": {
"startUrls": [
"https://docs.apify.com/academy/apify-scrapers"
],
"maxPages": 3,
"stripNavigation": true
},
"data": {
"index": 5,
"relevanceScore": 0.75,
"summary": "High-fidelity structured response for DOCUMENTATION MARKDOWN query parameter extraction.",
"attributes": {
"region": "Global",
"category": "DOCUMENTATION",
"timestamp": "2026-10-12T06:06:43.150Z"
}
},
"timestamp": "2026-10-12T06:06:43.150Z"
}
]
curl --location --request POST 'https://zylalabs.com/api/14149/documentation+to+clean+llm+markdown+crawler+api/35193/execute+documentation+to+clean+llm+markdown+crawler+api' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{"startUrls":["https://docs.apify.com/academy/apify-scrapers"],"maxPages":3,"stripNavigation":true}'
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 LLM मार्कडाउन क्रॉलर को साफ करने के लिए दस्तावेज़ीकरण 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 🎉)
दस्तावेज़ीकरण को बिना किसी मेहनत के Docusaurus, GitBook, Mintlify और ReadMe जैसे प्लेटफ़ॉर्म से खींचें ताकि शुद्ध, टोकन-कुशल GitHub-Flavored Markdown निकाला जा सके जो Cursor, Copilot और Retrieval-Augmented Generation (RAG) अनुप्रयोगों के साथ उपयोग के लिए अनुकूलित हो
एपीआई साफ़ किया गया गिटहब-फ्लेवरड मार्कडाउन सामग्री लौटाता है जो बड़े भाषा मॉडल अनुप्रयोगों के लिए संरचित है आउटपुट में बाहरी स्वरूपण से मुक्त प्रोसेस किया गया मार्कडाउन शामिल है जिससे यह प्रशिक्षण डेटा या अनुप्रयोगों में एकीकरण के लिए उपयुक्त बनता है
संदेश में मुख्य क्षेत्र "id," "service," "title," "status," "result," "inputReceived," और "data" शामिल हैं "data" क्षेत्र में "index," "relevanceScore," और "summary" जैसे गुण होते हैं जो संसाधित दस्तावेज़ों की जानकारी प्रदान करते हैं
उत्तर डेटा एक JSON पार्स की गई वस्तुओं की सूची के रूप में व्यवस्थित है प्रत्येक वस्तु में प्रोसेसिंग अनुरोध और साफ किए गए मार्कडाउन सामग्री के बारे में मेटाडेटा होता है जिससे उपयोगकर्ता प्रासंगिक जानकारी और परिणामों तक आसानी से पहुँच सकते हैं
एपीआई डेवलपर दस्तावेज़ों से निकाली गई जानकारी प्रदान करता है जिसमें संरचित मार्कडाउन सामग्री प्रासंगिकता स्कोर और सारांश शामिल हैं यह डेटा दस्तावेज़ों की गुणवत्ता को बढ़ाने और LLMs के लिए प्रशिक्षण डेटासेट तैयार करने के लिए उपयोगी है
उपयोगकर्ता "startUrls", "maxPages" और "stripNavigation" जैसे पैरामीटर का उपयोग करके अपनी अनुरोधों को कस्टमाइज़ कर सकते हैं ये पैरामीटर क्रॉलिंग प्रक्रिया पर नियंत्रण करने की अनुमति देते हैं जिसमें संसाधित करने के लिए पृष्ठों की संख्या और नेविगेशन तत्वों को हटाने का विकल्प शामिल है
डेटा की सटीकता एक श्रृंखला की सफाई कार्यों के माध्यम से बनाए रखी जाती है जो मार्कडाउन सामग्री को स्वच्छ बनाते हैं यह सुनिश्चित करते हैं कि यह संरचित हो और अप्रासंगिक स्वरूपण मुक्त हो यह प्रक्रिया मशीन प्रसंस्करण के लिए आउटपुट की गुणवत्ता को बढ़ाती है
सामान्य उपयोग के मामलों में बड़े भाषा मॉडल के लिए प्रशिक्षण डेटा तैयार करना स्वचालित दस्तावेज़ीकरण प्रणालियों को सुधारना और उन अनुप्रयोगों में स्वच्छ मार्कडाउन सामग्री को एकीकृत करना शामिल है जहां सुसंगत पाठ उत्पादन की आवश्यकता है
उपयोगकर्ता प्रक्रियाकरण स्थिति के लिए "परिणाम" फ़ील्ड को एक्सेस करके लौटाए गए डेटा का उपयोग कर सकते हैं त्वरित अंतर्दृष्टि के लिए "संक्षेप" और अपने अनुप्रयोगों में एकीकरण या LLM प्रशिक्षण में आगे की विश्लेषण के लिए साफ़ किए गए मार्कडाउन का उपयोग कर सकते हैं