Jina Reader: zamień stronę na Markdown jednym linkiem, test i limity

👁 117 przeczytań

Jina Reader pozwala pobrać tekst strony przez dodanie prefiksu do jej adresu. Sprawdziłem tę metodę na artykule z tabelami i filmami - stan na październik 2026.

Jak działa adres z prefiksem r.jina.ai?

Reader jest pośrednikiem między witryną a aplikacją, która potrzebuje jej tekstu. Zamiast pobierać sam kod HTML i samodzielnie usuwać elementy interfejsu, wywołujesz adres usługi z doklejonym pełnym adresem źródłowym. Odpowiedź może trafić do przeglądarki, skryptu lub dalszego przepływu AI. Najprostszy schemat wygląda tak:

https://r.jina.ai/https://example.com

To wygodne, gdy znasz już źródło. Reader nie zastępuje wyszukiwarki ustalającej, który dokument warto przeczytać. Nie zastępuje również kontroli, czy pobrana treść jest aktualna i kompletna. Jeżeli strona zawiera wersje archiwalne albo aktualizowane fragmenty, sam adres usługi nie rozwiązuje problemu wyboru właściwej informacji.

Dla automatyzacji przydatna jest prostota wywołania HTTP. Wynik można zapisać obok adresu i daty odczytu, a dopiero potem przekazać modelowi. Dzięki temu wiadomo, jakim materiałem dysponował agent. Nie warto prosić go o odtworzenie brakującej tabeli z pamięci, gdy źródłowy wynik jej nie zawiera. Brak powinien być widoczny jako ograniczenie danych.

W skrypcie wystarczy zwykłe żądanie HTTP. Klucz jest opcjonalny - bez niego obowiązuje niższy limit tempa. Jeśli go masz, trzymaj go w zmiennej środowiskowej:

import os, requests

url = "https://example.com"
h = {}
key = os.environ.get("JINA_API_KEY")
if key:
    h["Authorization"] = f"Bearer {key}"
r = requests.get(
    "https://r.jina.ai/" + url,
    headers=h, timeout=60)
print(r.status_code)
print(r.text[:2000])

Zapisz wynik razem z adresem i datą odczytu. Przy kolejnym pytaniu agent może skorzystać z zapisanej kopii, zamiast pobierać tę samą stronę jeszcze raz.

Mój test: artykuł, tabele i adresy filmów

Pobrałem przez r.jina.ai wskazany artykuł o Kling, bez klucza API. Odpowiedź miała status HTTP 200 i 9947 znaków łącznie z metadanymi. Sam tekst po znaczniku Markdown Content miał 9763 znaki. To liczba znaków Unicode, a nie bajtów, słów lub tokenów. Rozróżnienie ma znaczenie przy porównywaniu wyników oraz późniejszym rozliczaniu pracy modelu.

W Markdownie policzyłem 17 nagłówków ATX i 2 tabele. Zachowane zostały tytuły sekcji oraz tabelaryczna struktura zestawień. Znalazło się tam również 5 różnych adresów MP4. To korzystny wynik dla materiału, w którym filmy stanowią część przykładów: aplikacja może przynajmniej wiedzieć, że takie zasoby istnieją.

Nie należy jednak traktować adresu filmu jako jego streszczenia. Nie odtwarzałem materiałów, nie analizowałem klatek i nie wykonywałem transkrypcji. Model otrzymujący wyłącznie Markdown nie powinien opisywać tego, co widać w nagraniu, tylko dlatego, że widzi nazwę pliku lub podpis pod filmem. Dodatkowa analiza multimediów wymaga odrębnego kroku.

Zmierzony czas pełnego żądania wyniósł 0,728 s. To pojedynczy przebieg, bez wiedzy o stanie cache po stronie Jina. Wynik skupiał się na treści artykułu i był czytelniejszy niż surowy Markdown z lokalnej próby bez filtra. Ta obserwacja nie dowodzi przewagi na każdej stronie. W szczególności nie obejmuje witryn wymagających logowania ani złożonej interakcji.

Darmowy odczyt, limity i tokeny

Dokumentacja podaje limit 20 zapytań na minutę bez klucza. Dla kluczy free i paid wskazuje 500 zapytań na minutę, a dla poziomu premium 5000. Nowy klucz otrzymuje początkową pulę 10 mln tokenów. Pula startowa nie jest tym samym co odnawialny miesięczny limit, a limit tempa nie gwarantuje bezwarunkowej obsługi dowolnego wolumenu stron.

Płatne wykorzystanie należy oceniać na podstawie bieżących zasad konta i rozliczenia tokenów. Nie ma tu potwierdzonej, uniwersalnej stawki USD za stronę. Długi artykuł i krótka karta produktu mogą generować różną objętość. Podawanie jednej ceny za duży pakiet adresów bez założenia o długości treści tworzyłoby pozorną precyzję.

Przy małej automatyzacji najpierw dodaj ograniczenie tempa oraz obsługę odpowiedzi o limicie. Nie uruchamiaj kolejnych prób natychmiast po odmowie. Zapisuj udane wyniki i powtarzaj odczyt wtedy, gdy jest potrzebny świeży materiał. Takie podejście pomaga zarówno w kontroli ruchu, jak i w wyjaśnianiu późniejszych różnic między odpowiedziami agenta.

Kiedy Reader wystarcza, a kiedy potrzebne jest coś więcej?

Reader pasuje do prostego scenariusza: znany publiczny adres, potrzeba czytelnego tekstu, mało konfiguracji. W takim zadaniu instalowanie lokalnej przeglądarki może być niepotrzebnym obowiązkiem. Jeżeli jednak trzeba samodzielnie wybierać elementy strony, zachować niestandardową strukturę albo dokładnie kontrolować proces renderowania, biblioteka lokalna daje więcej miejsca na własne reguły.

Podobnie jest z interakcją. Odczyt dokumentu i obsługa wieloetapowego formularza to różne zadania. Usługa tekstowa nie powinna być traktowana jako ogólna przeglądarka wykonująca dowolne działania. Wybór narzędzia powinien wynikać z tego, co trzeba uzyskać, a nie z samej możliwości wysłania zapytania HTTP.

Repozytorium Reader ma licencję Apache-2.0. Nie oznacza to, że każdy wariant hostowanej usługi jest pozbawiony limitów ani że prawa do pobieranych artykułów przechodzą na użytkownika. Jina udostępnia również MCP, co ułatwia pracę z klientami agentowymi. Integracja pozostaje jednak sposobem dostępu do funkcji, a nie dodatkową gwarancją jakości źródeł.

Zobacz porównanie Reader z Firecrawl i Crawl4AI oraz sposoby podłączania źródeł przez MCP.

FAQ

Czy wystarczy wkleić dowolny link?

Prefiks upraszcza próbę odczytu publicznej strony, ale nie gwarantuje dostępu do każdego serwisu. Wynik trzeba sprawdzić pod kątem braków, komunikatów błędu i nieaktualnej zawartości.

Czy Jina Reader analizuje wideo?

W opisanej próbie zachował adresy MP4. Nie jest to analiza obrazu ani transkrypcja. Na podstawie samego odnośnika nie można wiarygodnie opisać przebiegu filmu.

Czy trzeba używać modelu językowego?

Do pobrania wyniku przez r.jina.ai nie trzeba samodzielnie podłączać modelu. Model jest potrzebny dopiero wtedy, gdy aplikacja ma interpretować, streszczać albo porównywać pobraną treść.