产品简介
MarkDownIngress 是一个安全优先的网页内容摄取引擎。它能将网页内容安全、高效地转换为适合大语言模型处理的Markdown格式，核心解决网页数据中可能存在的提示注入攻击和格式杂乱浪费Token的问题。适合LLM应用开发者、AI工程师及需要处理网页数据的团队使用。
核心功能
- 注入检测与风险评分，保障内容安全
- Token高效优化，平均减少70-80%的Token占用
- 确定性稳定输出，内容哈希可验证
- 支持快速、渲染、自动等多种网页获取模式
- 提供结构化分块，便于RAG应用
快速开始
- 通过pip安装：pip install markdown-ingress
- 使用命令行处理单个网页：markdown-ingress ingest <网页链接>
- 查看输出报告，或使用 --save 参数将Markdown保存到文件
界面预览
与其他方案对比
| 对比项 | MarkDownIngress | 同类方案 |
|---|---|---|
| 安全防护 | 内置提示注入检测与风险评分，作为内容安全边界 | 通用HTML转Markdown工具通常无此安全检查机制 |
| 输出优化 | 专门优化以减少Token数量，输出确定性哈希 | 可能仅关注格式转换，未针对LLM场景优化Token效率 |
适合谁用
- 需要安全地为大语言模型管道摄取网页数据的开发者
- 构建RAG系统并需要清洗、结构化网页知识的AI工程师
- 研究网页内容并分析其潜在安全风险的AI研究人员
- 开发需要处理外部网页内容聚合工具的程序员
下载与版本
当前最新版本为 v2.0.0，发布于 2026-07-05。支持 Linux。点击页面「下载软件」按钮即可下载打包好的版本，根据你的电脑/手机系统来选择对应的软件。
注意事项
- 本工具仅供学习和研究使用，请遵守相关法律法规。
- 请尊重内容创作者版权，勿将下载内容用于商业或非法传播。
- 项目源码地址：https://github.com/seifreed/MarkDownIngress