Jina Reader: Web sayfasını Markdown’a dönüştürme ve test

👁 116 okunma

Jina Reader, bir URL’nin başına önek ekleyerek web sayfasındaki metni almanızı sağlıyor. Ekim 2026 itibarıyla, tablolar ve videolar içeren Lehçe bir makalede bu yöntemi test ettim.

r.jina.ai önekiyle adres nasıl çalışıyor?

Reader, bir web sitesiyle o sitenin metnine ihtiyaç duyan uygulama arasında aracı görevi görüyor. HTML kodunu indirip arayüz öğelerini kendiniz ayıklamak yerine, hizmetin adresine kaynak sayfanın tam adresini ekliyorsunuz. Yanıtı tarayıcıda, bir betikte veya sonraki bir yapay zekâ iş akışında kullanabilirsiniz. En basit biçimi şöyle:

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

Kaynağı zaten biliyorsanız bu yöntem kullanışlıdır. Ancak Reader, hangi belgenin okunmaya değer olduğunu belirleyen bir arama motorunun yerini tutmaz. İndirilen içeriğin güncel ve eksiksiz olup olmadığını da sizin kontrol etmeniz gerekir. Bir sayfada arşivlenmiş sürümler veya güncellenen bölümler varsa hizmet adresini kullanmak doğru bilgiyi seçme sorununu çözmez.

Otomasyon için HTTP isteğinin basit olması avantaj sağlar. Sonucu, sayfa adresi ve okuma tarihiyle birlikte kaydedip daha sonra modele iletebilirsiniz. Böylece ajanın hangi materyale dayandığını bilirsiniz. Kaynak yanıtta bulunmayan bir tabloyu modelden hafızasından yeniden oluşturmasını istemek yerine, veri eksikliğini bir sınırlama olarak görünür kılın.

Bir betikte sıradan bir HTTP isteği yeterlidir. API anahtarı isteğe bağlıdır; anahtar olmadan istek hız sınırı daha düşüktür. Anahtarınız varsa bir ortam değişkeninde saklayın:

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])

Sonucu sayfa adresi ve okuma tarihiyle birlikte kaydedin. Ajan, sonraki bir soruda aynı sayfayı yeniden indirmek yerine kaydedilmiş kopyayı kullanabilir.

Testim: makale, tablolar ve video adresleri

API anahtarı kullanmadan r.jina.ai üzerinden Kling hakkında belirtilen makaleyi indirdim. Yanıtın HTTP durum kodu 200, meta veriler dâhil toplam uzunluğu 9947 karakterdi. Markdown Content işaretçisinden sonraki metin 9763 karakterdi. Bu, bayt, kelime veya token sayısı değil Unicode karakter sayısıdır. Sonuçları karşılaştırırken ve model kullanımını sonradan hesaplarken bu ayrım önem taşır.

Markdown’da 17 ATX başlığı ve 2 tablo saydım. Bölüm başlıkları ve karşılaştırma tablolarının yapısı korundu. Ayrıca 5 farklı MP4 adresi de sonuçta yer aldı. Videoların örneklerin bir parçası olduğu bir içerik için bu olumlu: uygulama en azından bu tür kaynakların varlığını fark edebilir.

Ancak video adresini videonun özeti gibi değerlendirmemek gerekir. Videoları oynatmadım, kareleri analiz etmedim ve döküm çıkarmadım. Yalnızca Markdown alan bir model, dosya adını veya video alt yazısını görerek kayıtta ne olduğunu anlatmamalıdır. Multimedya analizi için ayrı bir adım gerekir.

Tam isteğin ölçülen süresi 0,728 saniyeydi. Bu, Jina tarafındaki önbelleğin durumunu bilmediğim tek bir denemedir. Sonuç, makalenin içeriğine odaklandı ve yerel denemede herhangi bir filtre uygulanmadan elde edilen ham Markdown’dan daha okunaklıydı. Bu gözlem, her web sayfasında daha iyi sonuç alınacağını kanıtlamaz. Özellikle oturum açma gerektiren veya karmaşık etkileşim içeren siteleri kapsamaz.

Ücretsiz kullanım, hız sınırları ve tokenlar

Belgelere göre API anahtarı olmadan sınır dakikada 20 istektir. Ücretsiz ve ücretli anahtarlar için dakikada 500, premium düzey içinse dakikada 5000 istek belirtiliyor. Yeni bir anahtara başlangıçta 10 milyon tokenlık bir havuz tanımlanıyor. Başlangıç havuzu, her ay yenilenen bir sınırla aynı şey değildir; hız sınırı da istenen sayıda sayfanın koşulsuz işleneceği anlamına gelmez.

Ücretli kullanımı güncel hesap koşullarına ve token ücretlendirmesine göre değerlendirin. Sayfa başına herkes için geçerli, doğrulanmış bir USD fiyatı bulunmuyor. Uzun bir makale ile kısa bir ürün sayfasının içerik hacimleri farklı olabilir. İçerik uzunluğuna dair varsayım olmadan büyük bir URL grubu için tek bir fiyat vermek yanıltıcı bir kesinlik yaratır.

Küçük ölçekli otomasyonlarda önce hız sınırı ekleyin ve sınır aşıldığında gelen yanıtları ele alın. İstek reddedildikten hemen sonra yeni denemeler başlatmayın. Başarılı sonuçları kaydedin ve yalnızca güncel materyale ihtiyaç duyduğunuzda yeniden indirin. Bu yaklaşım hem trafiği denetlemeyi hem de ajan yanıtları arasındaki farkları sonradan açıklamayı kolaylaştırır.

Reader ne zaman yeterli, ne zaman başka bir araç gerekir?

Reader basit bir kullanım senaryosuna uygundur: Bilinen ve herkese açık bir adres, okunabilir metin ihtiyacı ve az yapılandırma. Böyle bir iş için yerel bir tarayıcı kurmak gereksiz olabilir. Ancak sayfadaki öğeleri kendiniz seçmeniz, özel yapıyı korumanız veya sayfanın oluşturulma sürecini hassas biçimde denetlemeniz gerekiyorsa yerel bir kitaplık size kendi kurallarınızı uygulamak için daha fazla alan sağlar.

Etkileşim de benzer bir ayrım yaratır. Bir belgeyi okumakla çok adımlı bir formu kullanmak farklı işlerdir. Metin odaklı bir hizmeti, istenen her işlemi gerçekleştiren genel amaçlı bir tarayıcı gibi görmemek gerekir. Aracı yalnızca HTTP isteği gönderebildiği için değil, elde etmeniz gereken sonuca göre seçin.

Reader deposu Apache-2.0 lisansına sahip. Bu, barındırılan hizmetin her sürümünün sınırsız olduğu veya indirilen makalelerin üzerindeki hakların kullanıcıya geçtiği anlamına gelmez. Jina ayrıca MCP desteği sunuyor; bu da ajanlarla çalışan istemcilerde kullanımı kolaylaştırıyor. Ancak entegrasyon, özelliğe erişim yoludur; kaynakların kalitesi için ek bir güvence değildir.

Reader, Firecrawl ve Crawl4AI karşılaştırmasına ve MCP üzerinden kaynakları bağlama yöntemlerine göz atın.

Sık sorulan sorular

Herhangi bir bağlantıyı yapıştırmak yeterli mi?

Önek, herkese açık bir sayfayı okumayı denemeyi kolaylaştırır; ancak her siteye erişim garantisi vermez. Sonuçta eksik içerik, hata mesajı veya güncelliğini yitirmiş bilgi olup olmadığını kontrol edin.

Jina Reader videoları analiz ediyor mu?

Burada anlatılan testte MP4 adresleri korundu. Bu, görüntü analizi veya video dökümü anlamına gelmez. Yalnızca bağlantıya bakarak videoda neler olduğunu güvenilir biçimde anlatamazsınız.

Bir dil modeli kullanmak gerekiyor mu?

r.jina.ai üzerinden sonucu almak için ayrıca bir model bağlamanız gerekmez. Model, uygulamanın indirilen içeriği yorumlaması, özetlemesi veya karşılaştırması gerektiğinde işe yarar.

// okumaya devamFirecrawl, Crawl4AI ve Jina Reader karşılaştırmasıYapay zekâ araçlarıChatGPT Images 2.6 İncelemesi: GIF, Flare ve SunburstYapay zekâ araçlarıCodex’te GPT-Image-2.6: Nasıl Kullanılır ve API FarkıYapay zekâ araçları