免費利器Jina Reader：一鍵讀取任意網頁、圖片、PDF，AI時代的內容淨化器，還能繞過各種牆

作者：惡人筆記
日期：2026年3月5日 上午12:25
來源：WeChat 原文

✦整理版優先睇

速讀 5 個重點 高亮

Jina Reader：免費神器一鍵將網頁、圖片、PDF變乾淨文本，繞過牆慳token

整理版摘要

呢篇文章係由AI開發助手夾克分享嘅，佢最近用OpenClaw揾資訊時發現咗一個好正嘅工具——Jina Reader。佢想解決嘅問題係點樣高效乾淨噉將網上嘅資訊（尤其係有登入牆嘅內容）喂俾AI模型，同時慳返啲token。整體結論係Jina Reader係一個免費嘅「內容淨化器」，可以將任何URL（網頁、圖片、PDF）轉換成LLM友好嘅乾淨Markdown文本，仲可以繞過多種反爬機制。

呢個工具嘅用法好簡單，最直接嘅方法就係喺目標URL前面加上 https://r.jina.ai/ ，唔使任何賬號，即時得到乾淨內容。進階用家可以申請API Key，新用戶免費獲得1000萬token，速率由20次/分鐘提升到500次/分鐘。除咗網頁，佢仲支援圖片同PDF：圖片會用視覺語言模型自動生成描述，PDF做到OCR同結構化提取，複雜排版都搞得掂。

Jina Reader嘅核心優勢在於佢用真實瀏覽器渲染頁面，自動去除廣告、導航同腳本，只保留核心內容，輸出極度乾淨，可以幫AI agent慳超過30%嘅token消耗。佢支援29種語言，中文效果好好。當然都有啲限制，例如免費token適合低併發非商業用途，極少數動態頁面可能需要調校參數。總括而言，呢個工具絕對值得一試，尤其係做RAG、論文速讀或者AI Agent嘅時候。

  • Jina Reader可以將任何網頁、圖片、PDF轉換成LLM友好嘅Markdown文本，仲可以繞過推特、知乎、Medium等登入牆，完全免費。
  • 最簡單用法係喺URL前加上 https://r.jina.ai/ ，唔使賬號；攞API Key可提升速率到500次/分鐘，新用戶送1000萬token。
  • 核心差異係用真實瀏覽器渲染，自動去廣告、提取核心內容，圖片用VLM生成描述，PDF做到OCR同結構化提取，比傳統爬蟲更慳token。
  • 啟發：AI時代，「優質輸入」比信息過載更重要，Jina Reader可以將雜亂內容變成「淨菜」，提升AI應用效率。
  • 可行動點：新手先用前綴法體驗，然後領取免費token；進階可以整個人RAG、AI Agent，或者用curl批量處理PDF同圖片。
值得記低
工具 jina.ai

Jina Reader

免費將網頁、圖片、PDF轉換成LLM友好嘅乾淨文本，繞過登入牆，支援API Key。

開啟
結構示例

結構示例

結構示例 text 
# 普通讀取curl "https://r.jina.ai/https://www.example.com"# 開啓圖像自動描述（強烈推薦！）curl -H "x-with-generated-alt: true""https://r.jina.ai/你的圖片或網頁URL"# 輸出JSON結構化數據curl -H "Accept: application/json""https://r.jina.ai/你的URL"# 讀取PDFcurl "https://r.jina.ai/https://www.nasa.gov/xxx.pdf"
整理重點

Jina Reader係乜嘢？

Jina Reader係由Jina AI推出嘅一個免費工具，專為AI時代設計。佢嘅核心功能係將任何URL——無論係網頁、圖片定PDF——轉換成LLM友好嘅乾淨文本，主要輸出Markdown格式，亦支援JSON。

佢唔似普通爬蟲咁抓一堆亂七八糟嘅HTML，而係用瀏覽器內核真實渲染頁面，自動去掉廣告、導航、頁腳、腳本，提取核心內容。

圖片方面，佢會用視覺語言模型（VLM）自動生成描述；PDF則做到OCR加結構化提取，連複雜排版都搞得掂。

整理重點

點樣用（3分鐘上手）

用法好簡單，以下係幾種常用方法：

  • 最簡單嘅前綴法：喺瀏覽器直接輸入 https://r.jina.ai/ + 你嘅任意連結，回車就出乾淨Markdown。測試網頁、圖片、PDF都得。
  • 進階帶API Key：去 https://jina.ai/reader/ 一鍵生成API Key（新用戶免費1000萬token，唔使信用卡），然後喺請求頭加 Authorization: Bearer 你個key，速率由20次/分鐘提升到500次/分鐘。
  • 命令行/Curl：用 curl "https://r.jina.ai/https://www.example.com" 讀取；加 -H "x-with-generated-alt: true" 開啓圖像自動描述；加 -H "Accept: application/json" 輸出JSON結構化數據。
  • 搜索功能：用 https://s.jina.ai/ + 搜索詞，可以一鍵返回前5個結果加每個結果嘅乾淨正文，實現帶RAG嘅搜索。

強烈推薦開啓圖像自動描述（加header x-with-generated-alt: true），令文本-only LLM瞬間有『睇圖講話』能力。

整理重點

點解咁勁？

Jina Reader之所以強大，係因為佢喺幾個方面做到極致：

  • 圖像理解能力：默認唔開圖像描述係慳延遲，但加個header就用Jina自家2.4B VLM畀每張圖寫alt文本，令文本-only LLM有睇圖能力。
  • PDF處理無敵：複雜排版、多圖PDF、掃描件都能快速轉純文本，適合做ChatPDF、論文速讀、合同分析。
  • 成本與性能：免費10M token約等於幾千篇長文，輸出極度乾淨，餵畀OpenClaw、ClaudeCode、Cursor時token消耗能省30%以上，支援29種語言，中文效果極佳。

免費token適合低併發非商業用途；生產環境建議買1B token套餐（$50）。

整理重點

使用建議同進階玩法

視乎你用家層級，有以下建議：

  • 新手：先用前綴法玩兩日，感受「白嫖快樂」，然後領取10M token，存起嚟提速用。結合Cursor或Claude Projects，直接將讀到嘅內容扔入去總結、翻譯、分析。
  • 進階玩家：可以做個人RAG，每日自動抓取關注嘅Substack/Newsletter，轉成向量存庫；或者構建AI Agent，讓Agent用Reader去實時查最新資訊再決策；亦可以批量處理PDF，寫個Python腳本循環處理一堆論文。
  • 影像分析鏈路：圖片URL → Reader描述 → 大模型深度理解。

大家好，我係你哋嘅AI開發助手夾克。

最近用OpenClaw拎資訊嘅時候，發現咗一個幾好嘅工具，X Twitter上面 @RookieRicardoR（耳朵）分享嘅一個神器：喺任何網頁連結前面加上 https://r.jina.ai/，就可以即刻抽取出乾淨嘅正文內容，連Twitter嘅登錄牆都可以輕鬆繞過，而且佢仲可以讀圖片同PDF，直接輸出辨識後嘅乾淨文本。預設速率限制係20次/每分鐘。如果唔夠用嘅話，可以去 https://jina.ai/reader/ ，佢仲會送你一個1000萬token嘅key，完全免費。

測試咗一下，一個圖片URL直接掟入去，就可以直接輸出Markdown描述：“Looking inside of a large, gothic like room with a large, centred, metal table”（大意：行入一個好大嘅哥德式房間，中間有一張大金屬枱）。另一張就係嗰張黑白哥德風格大廳嘅原圖，完美證實咗呢個工具嘅圖像理解能力。

呢個嘢太香了，尤其係畀OpenClaw呢類AI agent用，高效又慳token。今日呢篇文章就同大家分享下。

一、Jina Reader究竟係啲乜？

Jina AI（一間專注搜尋基礎模型嘅公司）推出嘅 Reader API，核心功能就係將任何URL（網頁、PDF、圖片）轉換成 LLM友好 嘅乾淨文本（主要係Markdown，都支援JSON）。

佢唔似普通爬蟲咁抓一大堆亂七八糟嘅HTML，而係：

  • • 用瀏覽器內核真實渲染頁面
  • • 自動去掉廣告、導航、頁腳、腳本
  • • 提取核心內容
  • • 圖片自動用視覺語言模型（VLM）生成描述
  • • PDF直接OCR+結構化提取（支援帶大量圖片嘅複雜PDF）

一句話總結：畀你嘅AI餵最乾淨、最慳token嘅“淨菜”。

二、零門檻使用方法（3分鐘上手）

1. 最簡單嘅前綴法（唔使任何賬號）

瀏覽器直接輸入：

https://r.jina.ai/ + 你的任意連結

按Enter就會輸出乾淨Markdown喇！

  • • 測試網頁：試下任意推文連結、知乎文章、付費牆文章
  • • 測試圖片：直接掟圖片URL（支援jpg、png等）
  • • 測試PDF：直接掟PDF連結（NASA嗰份經典PDF測試案例超級穩陣）

2. 進階：帶API Key（推薦畀需要高併發嘅）

  1. 1. 打開 https://jina.ai/reader/
  2. 2. 一鍵生成API Key（唔使信用卡，新用戶直接送 1000萬免費token，非商業使用完全夠）
  3. 3. 喺請求頭加：
    Authorization: Bearer 你的key

咁樣速率由 20次/分鐘 直接升到 500次/分鐘，如果仲唔夠嘅話，可以俾錢獲取更高，而且按key計費更穩定。

3. 命令行/Curl示例（開發者最愛）

# 普通讀取
curl "https://r.jina.ai/https://www.example.com"

# 開啓圖像自動描述（強烈推薦！）
curl -H "x-with-generated-alt: true""https://r.jina.ai/你的圖片或網頁URL"

# 輸出JSON結構化數據
curl -H "Accept: application/json""https://r.jina.ai/你的URL"

# 讀取PDF
curl "https://r.jina.ai/https://www.nasa.gov/xxx.pdf"

4. 同時仲係一個搜尋神器：s.jina.ai

可以直接 https://s.jina.ai/你的搜索詞 ，會返回前5個結果 + 每個結果嘅乾淨正文，從而一鍵實現“帶RAG嘅搜尋”。

三、分析：點解咁勁？

  1. 1. 繞過一切反爬蟲
    Twitter登錄牆、知乎鹽選、Medium付費、Substack……基本上全部搞掂。因為佢行嘅係真實瀏覽器渲染，唔係模擬請求。
  2. 2. 圖像理解能力超強
    預設唔開圖像描述係為咗慳延遲，但加個header就會自動用Jina自家2.4B VLM幫每張圖寫alt文本。你嘅文本-only LLM即刻有咗“睇圖講嘢”能力。
  3. 3. PDF處理超勁
    複雜排版、多圖PDF、掃描件都可以快速轉做純文字，適合做ChatPDF、論文速讀、合同分析。
  4. 4. 成本與性能
    • • 免費10M token ≈ 幾千篇長文
    • • 輸出極度乾淨，餵畀OpenClaw/ClaudeCode/Cursor時token消耗可以慳30%以上
    • • 多語言支援（29種語言），中文效果極好
  5. 5. 侷限（客觀咁講）
    • • 極少數動態SPA頁面可能需要加等待選擇器
    • • 圖像描述預設關閉（手動開就得）
    • • 免費token適合低併發非商業使用，生產環境建議買1B token套餐（$50）

四、使用建議與進階玩法

新手建議：

  • • 先用前綴法玩兩日，感受“白嫖快樂”，領10M token，存起嚟提速用
  • • 結合Cursor或Claude Projects，將讀到嘅內容直接掟入去總結/翻譯/分析

進階玩家玩法：

  • • 做個人RAG：每日自動抓取關注嘅Substack/Newsletter，轉成向量存庫
  • • 構建AI Agent：等Agent用Reader去實時查最新資訊，再決策
  • • 批量處理PDF：寫個Python腳本，循環處理一堆論文
  • • 圖像分析鏈路：圖片URL → Reader描述 → 大模型深度理解

小技巧：

  • • 想指定只抽取某部分內容？加 x-target-selector header
  • • 動態頁面加載慢？加 x-wait-for-selector 或 x-timeout
  • • 想流式輸出？Accept: text/event-stream

結語：AI時代嘅“內容淨化器”

而家資訊過載已經唔係問題，“優質輸入”先係稀缺能力。Jina Reader 可能就係嗰個將互聯網雜亂內容變成“LLM最愛淨菜”嘅神器。佢免費、簡單、強大，仲喺度持續迭代（ReaderLM-v2、Jina VLM都喺背後硬核支撐）。

強烈建議大家去試下，用完歡迎返嚟留言區分享你嘅神級用法。讚好+轉發，下次我哋繼續分享更多免費AI基礎設施神器。AI時代，工具人都要捲起來。

（本文係基於公開推文同官方文檔整理，所有連結都可以直接點擊體驗。如有更新以官網為準）

大家好，我是你們的AI開發助手夾克。

最近使用OpenClaw獲取信息時，發現了一個不錯的工具，X推特上 @RookieRicardoR（耳朵）分享的一個神器：在任意網頁連結前加上 https://r.jina.ai/，就能瞬間提取出乾淨的正文內容，連推特的登錄牆都能輕鬆繞過，而且它還可以讀圖片和 PDF，直接輸出識別後的乾淨文本。默認速率限制是 20 次/每分鐘。如果不夠用的話，可以訪問 https://jina.ai/reader/ ，它還會送你一個 1000萬 token 的 key，完全免費。

測試了一下，一個圖片URL直接扔進去，可以直接輸出Markdown描述：“Looking inside of a large, gothic like room with a large, centred, metal table”（大意：走進一個巨大的哥特式房間，中央有一張大金屬桌）。另一張則是那張黑白哥特風格大廳的原圖，完美印證了工具的圖像理解能力。

這玩意兒太香了，尤其是給OpenClaw之類的AI agent用，高效還省token。今天這篇文章就分享一下。

一、Jina Reader到底是什麼？

Jina AI（一家專注搜索基礎模型的公司）推出的 Reader API，核心功能就是把任何URL（網頁、PDF、圖片）轉換成 LLM友好 的乾淨文本（主要是Markdown，也支持JSON）。

它不像普通爬蟲那樣抓一堆亂七八糟的HTML，而是：

  • • 用瀏覽器內核真實渲染頁面
  • • 自動去掉廣告、導航、頁腳、腳本
  • • 提取核心內容
  • • 圖片自動用視覺語言模型（VLM）生成描述
  • • PDF直接OCR+結構化提取（支持帶大量圖片的複雜PDF）

一句話總結：給你的AI喂最乾淨、最省token的“淨菜”。

二、零門檻使用方法（3分鐘上手）

1. 最簡單的前綴法（無需任何賬號）

瀏覽器直接輸入：

https://r.jina.ai/ + 你的任意連結

回車就會輸出乾淨Markdown了！

  • • 測試網頁：試試任意推文連結、知乎文章、付費牆文章
  • • 測試圖片：直接丟圖片URL（支持jpg、png等）
  • • 測試PDF：直接丟PDF連結（NASA那份經典PDF測試案例超級穩）

2. 進階：帶API Key（推薦給需要高併發的）

  1. 1. 打開 https://jina.ai/reader/
  2. 2. 一鍵生成API Key（無需信用卡，新用戶直接送 1000萬免費token，非商業使用完全夠）
  3. 3. 在請求頭加：
    Authorization: Bearer 你的key

這樣速率從 20次/分鐘 直接提到 500次/分鐘，如果還不夠的話，可以付費獲取更高，而且按key計費更穩定。

3. 命令行/Curl示例（開發者最愛）

# 普通讀取
curl "https://r.jina.ai/https://www.example.com"

# 開啓圖像自動描述（強烈推薦！）
curl -H "x-with-generated-alt: true""https://r.jina.ai/你的圖片或網頁URL"

# 輸出JSON結構化數據
curl -H "Accept: application/json""https://r.jina.ai/你的URL"

# 讀取PDF
curl "https://r.jina.ai/https://www.nasa.gov/xxx.pdf"

4. 同時還是一個搜索神器：s.jina.ai

可以直接 https://s.jina.ai/你的搜索詞 ，會返回前5個結果 + 每個結果的乾淨正文，從而一鍵實現“帶RAG的搜索”。

三、分析：為什麼這麼強？

  1. 1. 繞過一切反爬
    推特登錄牆、知乎鹽選、Medium付費、Substack……基本全滅。因為它走的是真實瀏覽器渲染，不是模擬請求。
  2. 2. 圖像理解能力拉滿
    默認不開圖像描述是為了省延遲，但加個header就自動用Jina自家2.4B VLM給每張圖寫alt文本。你的文本-only LLM瞬間擁有“看圖說話”能力。
  3. 3. PDF處理無敵
    複雜排版、多圖PDF、掃描件都能快速轉純文本，適合做ChatPDF、論文速讀、合同分析。
  4. 4. 成本與性能
    • • 免費10M token ≈ 幾千篇長文
    • • 輸出極度乾淨，餵給OpenClaw/ClaudeCode/Cursor時token消耗能省30%以上
    • • 多語言支持（29種語言），中文效果極佳
  5. 5. 侷限性（客觀說）
    • • 極少數動態SPA頁面可能需要加等待選擇器
    • • 圖像描述默認關閉（手動開即可）
    • • 免費token適合低併發非商業使用，生產環境建議買1B token套餐（$50）

四、使用建議與進階玩法

新手建議：

  • • 先用前綴法玩兩天，感受“白嫖快樂”，領10M token，存起來提速用
  • • 結合Cursor或Claude Projects，把讀到的內容直接扔進去總結/翻譯/分析

進階玩家玩法：

  • • 做個人RAG：每天自動抓取關注的Substack/Newsletter，轉成向量存庫
  • • 構建AI Agent：讓Agent用Reader去實時查最新資訊，再決策
  • • 批量處理PDF：寫個Python腳本，循環處理一堆論文
  • • 圖像分析鏈路：圖片URL → Reader描述 → 大模型深度理解

小技巧：

  • • 想指定只提取某部分內容？加 x-target-selector header
  • • 動態頁面加載慢？加 x-wait-for-selector 或 x-timeout
  • • 想流式輸出？Accept: text/event-stream

結語：AI時代的“內容淨化器”

如今信息過載已經不是問題，“優質輸入”才是稀缺能力。Jina Reader 也許就是那個把互聯網雜亂內容變成“LLM最愛淨菜”的神器。它免費、簡單、強大，還在持續迭代（ReaderLM-v2、Jina VLM都在背後硬核支撐）。

強烈建議大家去試試，用完歡迎回來評論區分享你的神級用法。點贊+轉發，下次我們繼續分享更多免費AI基礎設施神器。AI時代，工具人也要捲起來！

（本文基於公開推文與官方文檔整理，所有連結均可直接點擊體驗。如有更新以官網為準）