Crawl sem esforço a documentação de desenvolvedores de plataformas como Docusaurus, GitBook, Mintlify e ReadMe para extrair Markdown em sabor do GitHub, limpo e eficiente em tokens, otimizado para uso com Cursor, Copilot e aplicações de Geração Aumentada por Recuperação (RAG)
[
{
"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}'
Após se cadastrar, cada desenvolvedor recebe uma chave de acesso à API pessoal, uma combinação única de letras e dígitos para acessar nosso endpoint de API. Para autenticar com a Documentação para Limpar Rastejador Markdown LLM API basta incluir seu token Bearer no cabeçalho Authorization.
| Cabeçalho | Descrição |
|---|---|
Authorization
|
Obrigatório
Deve ser Bearer access_key. Veja "Sua chave de acesso à API" acima quando você estiver inscrito.
|
Sem compromisso de longo prazo. Faça upgrade, downgrade ou cancele a qualquer momento. O teste gratuito inclui até 50 requisições.
(Economize 2 meses com cobrança anual 🎉)
Explore facilmente a documentação para desenvolvedores de plataformas como Docusaurus, GitBook, Mintlify e ReadMe para extrair Markdown em estilo GitHub, puro e eficiente em tokens, otimizado para uso com Cursor, Copilot e aplicações de Geração Aumentada pela Recuperação (RAG)
A API retorna conteúdo sanitizado em Markdown no estilo GitHub, estruturado para aplicações de modelos de linguagem grandes. A saída inclui markdown processado livre de formatação excessiva, tornando-o adequado para dados de treinamento ou integração em aplicações
Os campos-chave na resposta incluem "id," "serviço," "título," "status," "resultado," "entradaRecebida," e "dados." O campo "dados" contém atributos como "índice," "pontuaçãoDeRelevância," e "resumo," fornecendo insights sobre a documentação processada
Os dados da resposta estão organizados como um array JSON de objetos Cada objeto contém metadados sobre a solicitação de processamento e o conteúdo markdown limpo permitindo que os usuários acessem facilmente informações e resultados relevantes
A API fornece informações extraídas da documentação do desenvolvedor incluindo conteúdo markdown estruturado pontuações de relevância e resumos Esses dados são úteis para melhorar a qualidade da documentação e preparar conjuntos de dados para treinamento de LLMs
Os usuários podem personalizar suas solicitações usando parâmetros como "startUrls" "maxPages" e "stripNavigation" Esses parâmetros permitem o controle sobre o processo de rastreamento incluindo o número de páginas a serem processadas e se devem ser removidos elementos de navegação
A precisão dos dados é mantida através de uma série de funções de limpeza que sanitizam o conteúdo markdown garantindo que esteja estruturado e livre de formatação irrelevante Esse processo melhora a qualidade da saída para o processamento por máquinas
Casos de uso típicos incluem a preparação de dados de treinamento para grandes modelos de linguagem a melhoria de sistemas de documentação automatizados e a integração de conteúdo markdown limpo em aplicações que requerem saídas de texto coerentes
Os usuários podem utilizar os dados retornados acessando o campo "resultado" para o status de processamento o "resumo" para insights rápidos e o markdown limpo para integração em suas aplicações ou análise adicional no treinamento de LLM