Jina AI

Jina AI 做的是搜索的底座，不直接面向终端用户提供问答，而是把网页读取、向量化、重排这几步拆成可调用的接口。核心是 Reader：在任意网址前加上 r.jina.ai，就能把页面转成适合大模型阅读的 Markdown 或 JSON。与通用抓取库相比，它把浏览器渲染、正文清洗、词元截断都封装进一个 HTTP 请求。

核心能力

• Reader 网页读取：官方称在 URL 前加 r.jina.ai 即可获取内容，支持 Markdown 与 JSON 返回，也可上传本地 PDF 与 HTML。
• 搜索接口：用 s.jina.ai 直接搜索网页并拿到搜索结果，搜索模式下默认返回五条结构化结果。
• 多语言向量模型：官方称提供多模态、多语言的嵌入模型，用于语义检索、聚类与去重。
• 重排模型：官方称用重排模型对召回结果重新打分，让搜索相关性最大化。
• 精细控制参数：可用 CSS 选择器只提取正文、排除导航与广告、等待动态元素、限制词元预算、走指定国家代理。
• OCR 与 MCP 接入：jina-ocr-v1 可把图像转成 Markdown，官方提示词元消耗为 40 倍；把 mcp.jina.ai 加为 MCP 服务器即可在模型中调用。

适合谁

• 检索增强应用开发者：需要稳定把各类网页、PDF 变成干净的上下文。
• 智能体开发者：给浏览器型智能体补上读取与搜索能力。
• 数据团队：批量采集竞品页面、公告、论文并做结构化入库。
• 搜索产品经理：想用现成向量与重排模型快速验证召回效果。

使用建议

• 先用 r.jina.ai 加一个目标网址试读，确认正文抽取质量再考虑批量接入。
• 免费额度：不带 API 密钥也能调用但速率受限，加密钥可提高限额，具体数值见官方速率限制表。
• 用词元预算参数控制成本，用目标选择器与排除选择器去掉无关内容，避免为导航栏付费。
• 合规：官网声明产品仅供专业用途、不面向消费者；抓取前建议检查 robots.txt，敏感请求可开启免缓存与免记录选项。