我们需要分析给定的网页信息，返回JSON格式。要求分析用户提供的网页信息，严格按照JSON格式返回。网页URL是https://jina.ai/，网页标题是"Jina AI - Your Search Foundation, Supercharged."，描述是"Embeddings, rerankers, web reader, deepsearch, small language models. Search AI for multilingual and multimodal data."，正文内容很长，但主要是关于Jina AI的API功能。

我们需要生成JSON包含：title, description, tags, categories, compliant, reason, content。

注意：title要求如果原网站标题过长，简化标题到5个字内，例如【腾讯云 产业智变·云启未来 - 腾讯】简化成【腾讯云】。这里原标题是"Jina AI - Your Search Foundation, Supercharged."，可以简化成"Jina AI"。

description：对该网站的详细描述（如果原描述不够详细，请补充更多信息，50-200字）。原描述是英文的，我们可以用中文补充。

tags：3-4个标签。根据内容，应该是关于AI搜索、嵌入、重排、阅读器等。

categories：从给定列表中选择最合适的。这个网站是AI搜索相关的，可能属于"AI大模型"、"AI搜索类"、"编程开发"等。但注意categories是数组，可以选一个最合适的。我们看列表中有"AI大模型"、"AI搜索类"、"搜索工具"等。Jina AI是一个搜索基础模型公司，提供embeddings等，所以可以归为"AI大模型"或"AI搜索类"。我倾向于"AI大模型"或"搜索工具"。但为了准确，我们选择"AI搜索类"可能更合适？但"AI搜索类"这个分类存在。再看看其他类别，还有"编程开发"、"工作工具"等。考虑到Jina AI是开发者工具，用于构建搜索和LLM应用，可能"编程开发"也合适。但最好选最合适的。它的核心是搜索Foundation，所以"AI搜索类"挺合适。不过"AI搜索类"可能更偏向于AI搜索产品，Jina AI本身不是搜索产品，而是提供搜索的API组件。但也可以。让我们再思考。

列表中有"常用工具"等，但Jina AI是开发工具。我们可以选"编程开发"？但它是API服务。或者"AI智能体"？不准确。我觉得"AI大模型"比较合适，因为Jina AI也提供小型语言模型，但主要是搜索基础设施。或者"搜索工具"？但那是面向用户的搜索工具。也许"AI搜索类"更好。

实际上，Jina AI的官网是开发者平台，提供Reader, Embeddings, Reranker等API。所以类别可以是"AI大模型"或"编程开发"。但注意categories是字符串数组，我们选一个即可。我决定选"AI大模型"。

compliant：网站内容是否涉及色情、赌博、毒品、暴力、诈骗、菠菜、体育、幼女。显然没有，所以true。

reason：合规时为空字符串，以及输出固定【网站内容不符合收录规范】？注意要求："reason": "合规判断边界【色情、赌博、毒品、暴力、诈骗、菠菜、体育、幼女】其他不限制，不合规原因（合规时为空字符串），以及输出固定【网站内容不符合收录规范】" 这个描述有些模糊。可能意思是：如果合规，reason为空字符串；如果不合规，reason为"网站内容不符合收录规范"。但JSON中，reason字段需要提供。我们合规，所以reason: ""。

content：用markdown格式总结该网站的内容，包含：1. 网站简介 2. 主要功能/内容 3. 特点说明。正文开头用 作为网站截图，内容800-2000字。不要把联想内容输出到content。

注意：正文开头用 作为网站截图。实际上这个URL是网站本身，但作为截图标记。我们需要在content开头加上这个图片标记。

我们需要基于提供的网页正文内容来总结，不要联想。提供的正文内容主要是关于Jina AI的API功能，包括Reader, Embeddings, Reranker等，以及各种参数。所以我们需要详细描述这些。

首先，网站简介：Jina AI是一家AI公司，提供搜索基础模型和API，帮助开发者构建AI搜索应用。

主要功能：Reader（将URL转换为Markdown），Embeddings（多语言多模态嵌入），Reranker（重排序），Small Language Models等。还有MCP服务器等。正文中详细列出了各种API参数。

特点说明：支持多语言多模态，提供简单易用的API，有浏览器引擎控制、缓存控制等。

我们需要写800-2000字，所以需要详细展开。

注意：不要把联想内容输出到content，所以只基于给定内容。

给定正文内容中，大部分是API参数说明，我们可以将其整理成功能列表。

我们开始构建JSON。

title: "Jina AI" (简化)

description: 我们需要补充详细中文描述。原描述是英文。我们可以写：Jina AI是一个领先的AI搜索基础模型公司，提供Embeddings、Reranker、Reader、DeepSearch等API，支持多语言和多模态数据，帮助开发者构建强大的搜索和LLM应用。其Reader API可将任意URL转换为干净的Markdown，方便LLM理解；Embeddings API支持多模态多语言嵌入；Reranker可最大化搜索相关性。此外还提供小型语言模型和MCP服务器集成。

tags: ["AI搜索", "Embeddings", "Reranker", "API"] 或类似。注意标签不要太多，3-4个。可以选"AI搜索"、"开发工具"、"大模型"、"API"。

categories: ["AI大模型"] 或 ["AI搜索类"]。我决定用["AI大模型"]。

compliant: true

reason: ""

content: 用markdown格式写。

我们需要在content开头用 作为网站截图。注意这个URL是网站地址，但作为截图用。

接下来详细写内容。

我打算写：

网站简介

Jina AI 是一个专注于AI搜索基础设施的公司，提供一系列强大的API和模型，旨在成为您的搜索基础。其口号是"Your Search Foundation, Supercharged."。该平台支持多语言和多模态数据，为开发者提供构建智能搜索应用所需的核心组件。

主要功能/内容

• Reader（网页阅读器）：可以将任意URL转换为干净的Markdown格式，以便更好地为LLM提供上下文。支持通过r.jina.ai使用，并提供了丰富的参数设置，如浏览器引擎选择（Quality/Speed）、返回格式、JSON响应、超时控制、Token预算、OCR支持等。
• Embeddings（嵌入模型）：提供多模态和多语言的嵌入向量，用于文本和图像等数据的高效表示。
• Reranker（重排序）：用于最大化搜索相关性，对初步搜索结果进行重排序以提高质量。
• MCP服务器：可以将mcp.jina.ai作为MCP服务器，在LLM中使用API。
• 搜索API：通过s.jina.ai进行网络搜索并获得SERP结果。

此外，还提供了丰富的API参数调节功能，例如：

• 使用API密钥获得更高的速率限制。
• 支持自定义CSS选择器提取特定内容。
• 支持等待特定元素加载后再提取。
• 支持移除特定元素。
• 支持保留或移除图片。
• 支持OpenAI引用格式。
• 支持生成链接摘要和图片摘要。
• 支持设置浏览器窗口大小。
• 支持转发Cookie。
• 支持生成图片标题。
• 支持使用代理服务器。
• 支持绕过缓存。

特点说明

• 多模态多语言：支持处理多种语言和数据类型，适合全球化应用。
• 灵活的参数控制：用户可以根据需要精细控制内容提取过程，适应不同网页结构。
• 开发者友好：提供API、文档、CLI和MCP服务器，轻松集成到现有开发和LLM工作流中。
• 高效搜索基础：专注于搜索相关任务，从嵌入到重排序，提供完整的解决方案。

需要注意的是，内容中提到的DeepSearch和Small Language Models虽然描述中有提到，但正文中未详细说明，我们只提及一下即可。

我们需要确保字数在800-2000字。上面内容可能还不够，可以进一步扩展。我们可以更详细地描述每个功能，以及参数的含义。但注意是总结网站内容，不要过度联想。我们可以从正文中提取更多细节。

让我们重新组织，把正文中提到的参数整理成列表。

正文开头：

"search reorder Models API keyboard_arrow_down Reader Convert any URL to Markdown for better grounding LLMs. Embeddings Multimodal multilingual embeddings. Reranker Reranker for maximizing search relevance. MCP menu_book Docs article llms.txt data_object Schema terminal CLI Log in login Your Search Foundation Supercharged. code API cognition Models Contact login key API Key & Billing Reader Embeddings Reranker chevron_left chevron_right home speed Rate limit bug_report Raise issue help_outline FAQ menu_book Docs arrow_drop_down Status chevron_left chevron_right globe_book Use r.jina.ai to read a URL and fetch its content travel_explore Use s.jina.ai to search the web and get SERP Add mcp.jina.ai as your MCP server to use our APIs in LLMs Parameters arrow_drop_down Add API Key for Higher Rate Limit Enter your Jina API key to access a higher rate limit. For latest rate limit information, please refer to the table below. open_in_new Learn more Browser Engine (Quality/Speed) X-Engine Choose the browser engine for fetching the webpage content. This affects the quality, speed, completeness, accessibility of the content. open_in_new Learn more Default arrow_drop_down Content Format Return-Format You can control the level of detail in the response to prevent over-filtering. The default pipeline is optimized for most websites and LLM input. Default arrow_drop_down JSON Response Accept The response will be in JSON format, containing the URL, title, content, and timestamp (if available). In Search mode, it returns a list of five entries, each following the described JSON structure. Timeout (seconds) X-Timeout Maximum time to wait for page load. Increase for slow pages, decrease for simple static pages. Token Budget X-Token-Budget Limits the maximum number of tokens used for this request. Exceeding this limit will cause the request to fail. Use jina-ocr-v1 X-Respond-With Uses jina-ocr-v1 to convert images to Markdown, delivering high-quality results on pages and documents with complex structure and content. Costs 40× more tokens! open_in_new Learn more Pagination X-Page The page to process. Focuses on the specified page of a multi-page document, and only applies when a document such as a PDF is being processed. Extract Only (CSS Selector) X-Target-Selector Only extract content matching these CSS selectors. Example: article, .main-content, #post-body body .class #id Wait For (CSS Selector) X-Wait-For-Selector Wait until these elements appear before extracting content. Useful for dynamically loaded content. body .class .id Exclude (CSS Selector) X-Remove-Selector Remove these elements before extraction. Example: nav, footer, .sidebar, #ads header .class #id Remove All Images X-Retain-Images Strip all images from the output. Reduces token usage when images are not needed. OpenAI Citation Format X-Retain-Links Format links for OpenAI's web browsing tool. Uses special citation markers compatible with GPT models. open_in_new Learn more Links Summary Section X-With-Links-Summary A "Buttons & Links" section is added at the end. This helps downstream LLMs and web agents navigate the page or take further actions. None arrow_drop_down Images Summary Section X-With-Images-Summary An "Images" section will be created at the end. This gives the downstream LLMs an overview of all visuals on the page, which may improve reasoning. None arrow_drop_down Browser Viewport Size POST viewport Set browser window dimensions. Affects responsive layouts and content visibility. open_in_new Learn more Forward Cookie X-Set-Cookie Our API server can forward your custom cookie settings when accessing the URL, which is useful for pages requiring extra authentication. Note that requests with cookies will not be cached. open_in_new Learn more = =; domain= Image Caption X-With-Generated-Alt Captions all images at the specified URL, adding 'Image [idx]: [caption]' as an alt tag for those without one. This allows downstream LLMs to interact with the images in activities such as reasoning and summarizing. Use a Proxy Server X-Proxy-Url Our API server can utilize your proxy to access URLs, which is helpful for pages accessible only through specific proxies. open_in_new Learn more Use a Country-Specific Proxy Server X-Proxy Set country code for location-based proxy server. Use 'auto' for optimal selection or 'none' to disable. Bypass Cached Content X-No-Cache Our API caches URL contents for a certain amount of time. Set it to true to ignore the cached result and fetch the content from the URL directly. Cache Tolerance (seconds) X-Cache-Tolerance Accept cached content if younger than N seconds. Set to 0 for fresh content (same as Bypass Cache), or higher values to allow faster responses from cache. Page Ready Timing X-Respond-Timing When to consider a page fully loaded. Later timings wait longer but capture more dynamic content. Default arrow_drop_down Custom User-Agent X-User-Agent Override the browser User-Agent string. Useful for accessing sites that require specific browsers or block crawlers."

所以正文主要内容是这些参数说明。我们可以将其整理为"API参数控制"小节。

另外，还有文档、llms.txt、Schema、CLI等入口，说明这是一个开发者平台。

我们可以这样写：

网站简介

Jina AI 是一个前沿的人工智能搜索基础平台，提供构建现代搜索应用所需的模型和API。它专注于多语言和多模态数据的处理，旨在为LLM提供高质量的内容获取和检索能力。网站的核心理念是“Your Search Foundation, Supercharged”，即一个加速的搜索基础设施。

主要功能/内容

• Reader 网页读取器：核心功能是将任何URL转换为干净的Markdown格式，以便更好地增强LLM的上下文理解。通过 r.jina.ai 服务，用户可以直接读取网页内容。
• Embeddings 嵌入模型：提供多模态、多语言的嵌入能力，为文本和图像生成向量表示，适用于语义搜索和聚类等任务。
• Reranker 重排序模型：用于最大化搜索相关性，对初步检索结果进行优化排序。
• MCP服务器集成：通过添加 mcp.jina.ai，可以将Jina API作为MCP服务器在LLM中使用。
• 搜索API：使用 s.jina.ai 进行网络搜索并获取搜索引擎结果页面（SERP）。
• 小型语言模型：平台还提供小型语言模型，用于特定场景。

此外，网站还提供丰富的API参数配置，以满足不同需求：

• API密钥与速率限制：注册API密钥可获得更高的速率限制。
• 浏览器引擎选择：可以选择不同的浏览器引擎来抓取网页内容，影响质量、速度和完整性。
• 内容格式控制：通过“Return-Format”控制响应详细程度，防止过度过滤。
• JSON响应：可接受JSON格式的响应，包含URL、标题、内容和时间戳。
• 超时设置：通过 X-Timeout 设置页面加载的最大等待时间。
• Token预算：通过 X-Token-Budget 限制请求使用的最大token数。
• OCR功能：使用 jina-ocr-v1 将图片转换为Markdown，适合复杂结构和文档。
• 分页处理：通过 X-Page 处理多页文档的指定页。
• CSS选择器提取：通过 X-Target-Selector 仅提取匹配的内容，X-Wait-For-Selector 等待元素加载，X-Remove-Selector 移除指定元素。
• 图片处理：支持移除所有图片或生成图片摘要，以及自动生成图片alt标签。
• OpenAI引用格式：支持OpenAI的网页浏览工具引用格式。
• 链接摘要：在输出末尾添加“Buttons & Links”部分，帮助LLM导航页面。
• 浏览器视口设置：通过POST viewport设置窗口尺寸，影响响应式布局。
• Cookie转发：支持自定义cookie，用于需要认证的页面。
• 代理服务器：支持使用代理或国家特定代理。
• 缓存控制：支持绕过缓存或设置缓存容忍时间。
• 页面就绪时机：通过 X-Respond-Timing 控制页面加载完成的时机。
• 自定义User-Agent：覆盖浏览器User-Agent字符串。

特点说明

• 多语言多模态支持：从嵌入到重排序，全面支持多语言和多模态数据。
• 灵活的可配置性：提供大量的API参数，让开发者能够精细控制内容采集和解析过程。
• 开发者友好：提供API文档、Schema、CLI工具以及MCP服务器，易于集成。
• 性能与效率：通过缓存控制、token预算、超时设置等功能，优化资源使用。

现在内容应该超过800字了。我们可以进一步调整格式。

注意：content是字符串，需要是markdown格式。我们直接写。

我们需要确保没有把联想内容输出到content。基于正文，我们没有添加太多联想，只是整理和描述。

最后，需要在JSON中，content字符串包含换行，我们需要转义吗？在JSON中，我们可以用\n表示换行。但最终输出应该是JSON，所以我们需要转义。或者我们可以直接写成多行字符串？不，JSON必须用转义。所以我们生成时，content字段是一个字符串，换行用\n。

但作为AI，我们直接输出JSON，可以包含多行？实际上，JSON标准不允许未转义的换行。我们可以在content中使用\n。但为了可读性，通常输出时用\n。

让我们生成最终的JSON。

注意：tags要3-4个。我选["AI搜索", "API", "Embeddings", "Reranker"]。

categories: 我选["AI大模型"] 或 ["AI搜索类"]。注意列表中有"AI搜索类"这个分类，我决定用"AI搜索类"更贴合。但"AI大模型"也是存在的。考虑一下，Jina AI是一个提供AI模型和搜索服务的平台，两个都合适。但根据我的判断，它属于"AI大模型"可能更准确，因为提供了各种模型。但"AI搜索类"是专门针对AI搜索的。我选择"AI搜索类"。

注意categories是数组，所以["AI搜索类"]。

compliant: true

reason: ""

description: 需要50-200字。我们写：Jina AI是一个领先的AI搜索基础平台，提供Embeddings、Reranker、Reader、DeepSearch等API，支持多语言和多模态数据。其Reader API可将任何URL转换为Markdown，增强LLM的内容获取能力；Embeddings支持多模态多语言嵌入；Reranker优化搜索相关性。平台还提供小型语言模型和MCP服务器集成，帮助开发者构建高效的搜索应用。字数在50-200之间，大约100字。

title: "Jina AI"

现在组装JSON。

注意：content中要用markdown格式，开头是图片。我们可以这样：

![](https://jina.ai/)

然后换行写内容。

注意：图片链接是jina.ai，但作为截图标记，这是要求。

我们开始写content。

为了确保符合要求，content 800-2000字。我们写的内容大概有多少字？我们可以计算一下。我们的内容已经很长了，应该有1000字以上。

我们生成最终内容字符串。

注意：在JSON中，字符串不能包含未转义的双引号，所以所有双引号要转义。但markdown中可能没有双引号，或者我们使用反引号。实际上没有。我们尽量不用双引号。

另外，content中有换行，我们用\n。但为了清晰，我可以在生成时用实际的换行，但在JSON中需要转义。作为响应，我可以输出多行字符串，但严格来说JSON不允许。通常我们可以输出一个字符串，其中换行是\n。但为了可读性，可能允许？不，最好遵循标准。

由于这是文本，我可以使用多行JSON？不行。我们需要转义。但我们可以将content作为一个多行字符串，用\n表示换行。让我们构建。

我将在content中使用\n表示换行。

现在，让我们构造完整的JSON对象。

{ "title": "Jina AI", "description": "Jina AI是一个领先的AI搜索基础平台，提供Embeddings、Reranker、Reader、DeepSearch等API，支持多语言和多模态数据。其Reader API可将任何URL转换为Markdown，增强LLM的内容获取能力；Embeddings支持多模态多语言嵌入；Reranker优化搜索相关性。平台还提供小型语言模型和MCP服务器集成，帮助开发者构建高效的搜索应用。", "tags": ["AI搜索", "API", "Embeddings", "Reranker"], "categories": ["AI搜索类"], "compliant": true, "reason": "", "content": "\n\n## 网站简介\n\nJina AI 是一个专注于AI搜索基础设施的开发者平台，提供多种API和模型，旨在成为用户的“Search Foundation”。该平台支持多语言和多模态数据，为构建智能搜索应用提供核心组件。\n\n## 主要功能/内容\n\n### Reader（网页阅读器）\n- 将任意URL转换为干净的Markdown格式，便于LLM理解。\n- 可通过r.jina.ai直接使用。\n- 支持参数：浏览器引擎选择、内容格式、JSON响应、超时、Token预算、OCR等。\n\n### Embeddings（嵌入模型）\n- 提供多模态、多语言的嵌入向量，适用于语义搜索和聚类。\n\n### Reranker（重排序）\n- 用于最大化搜索相关性，优化检索结果。\n\n### MCP服务器集成\n- 可通过mcp.jina.ai作为MCP服务器在LLM中使用。\n\n### 搜索API\n- 使用s.jina.ai进行网络搜索并获取SERP结果。\n\n### 小型语言模型\n- 平台提供小型语言模型，适用于特定场景。\n\n### 丰富的API参数配置\n- API密钥与速率限制：注册API密钥获得更高速率限制。\n- 浏览器引擎：选择不同引擎抓取网页，影响质量、速度和完整性。\n- 内容格式控制：控制响应详细程度。\n- JSON响应：接收包含URL、标题、内容等JSON格式。\n- 超时设置：设置页面加载最大等待时间。\n- Token预算：限制请求最大token数。\n- OCR功能：使用jina-ocr-v1将图片转换为Markdown。\n- 分页处理：处理多页文档的指定页。\n- CSS选择器：提取、等待或移除特定元素。\n- 图片处理：移除图片、生成图片摘要或自动生成alt标签。\n- OpenAI引用格式：兼容GPT模型。\n- 链接摘要：添加“Buttons & Links”部分。\n- 浏览器视口：设置窗口尺寸。\n- Cookie转发：支持自定义cookie。\n- 代理服务器：使用代理或国家特定代理。\n- 缓存控制：绕过缓存或设置容忍时间。\n- 页面就绪时机：控制页面加载完成时机。\n- 自定义User-Agent：覆盖浏览器UA。\n\n## 特点说明\n\n- 多语言多模态：全面支持多语言和多模态数据。\n- 灵活可配置：大量参数实现精细控制。\n- 开发者友好：提供API文档、Schema、CLI和MCP服务器。\n- 性能与效率：通过缓存控制、Token预算等优化资源。\n\nJina AI 是一个强大的AI搜索工具集，适合需要构建搜索、增强LLM内容获取能力的开发者和企业。" }

检查一下content字数。我们可以估算一下，应该有800字以上。而且开头有图片标记。

注意：content中的双引号？我们没有使用双引号，除了代码中的反引号。反引号不是双引号，没问题。

注意：JSON中，字符串内的反斜杠需要转义，但我们没有反斜杠。

我们还需要确保tags和categories中的字符串没有问题。

另外，注意标题要求简化到5个字内，"Jina AI"是5个字符？实际上"Jina AI"有6个字符（包括空格）？"Jina AI"是6个字符，但中文字数算？通常按中文字符算，但题目说5个字内，可能指中文。原标题是英文，我们可以用"Jina AI"作为简化，应该可以。或者可以翻译成"Jina AI"？没问题。

但注意：要求“简化标题到5个字内”，例如【腾讯云】是3字。这里"Jina AI"是3个单词，但字符多。也许可以简化为"Jina AI"或"Jina"？但品牌名称是Jina AI，所以保留。我觉得可以。

现在，关于compliant和reason：合规，reason为空字符串，没问题。

注意：要求中“reason”字段要输出固定【网站内容不符合收录规范】？实际上说“不合规原因（合规时为空字符串），以及输出固定【网站内容不符合收录规范】” 这意味着当不合规时，需要输出“网站内容不符合收录规范”这个固定文案。所以合规时为空字符串。所以我们用空字符串。

最后，我们输出JSON。

但注意：用户要求“严格按JSON格式返回，不要包含其他内容。”所以我们应该只输出JSON，不要加注释。

确保JSON格式有效。

最后，我检查一下categories是否符合要求，优先从列表中选择。列表中有"AI搜索类"，是的。所以用["AI搜索类"]。

tags：3-4个，我们用了4个，可以。

content中，我们有markdown格式，有标题、列表等。

另外，注意我们使用了r.jina.ai等，在markdown中反引号，没问题。

现在，我们输出。{ "title": "Jina AI", "description": "Jina AI是一个领先的AI搜索基础平台，提供Embeddings、Reranker、Reader、DeepSearch等API，支持多语言和多模态数据。其Reader API可将任何URL转换为Markdown，增强LLM的内容获取能力；Embeddings支持多模态多语言嵌入；Reranker优化搜索相关性。平台还提供小型语言模型和MCP服务器集成，帮助开发者构建高效的搜索应用。", "tags": ["AI搜索", "API", "Embeddings", "Reranker"], "categories": ["AI搜索类"], "compliant": true, "reason": "", "content": "\n\n## 网站简介\n\nJina AI 是一个专注于AI搜索基础设施的开发者平台，提供多种API和模型，旨在成为用户的“Search Foundation”。该平台支持多语言和多模态数据，为构建智能搜索应用提供核心组件。\n\n## 主要功能/内容\n\n### Reader（网页阅读器）\n- 将任意URL转换为干净的Markdown格式，便于LLM理解。\n- 可通过r.jina.ai直接使用。\n- 支持参数：浏览器引擎选择、内容格式、JSON响应、超时、Token预算、OCR等。\n\n### Embeddings（嵌入模型）\n- 提供多模态、多语言的嵌入向量，适用于语义搜索和聚类。\n\n### Reranker（重排序）\n- 用于最大化搜索相关性，优化检索结果。\n\n### MCP服务器集成\n- 可通过mcp.jina.ai作为MCP服务器在LLM中使用。\n\n### 搜索API\n- 使用s.jina.ai进行网络搜索并获取SERP结果。\n\n### 小型语言模型\n- 平台提供小型语言模型，适用于特定场景。\n\n### 丰富的API参数配置\n- API密钥与速率限制：注册API密钥获得更高速率限制。\n- 浏览器引擎：选择不同引擎抓取网页，影响质量、速度和完整性。\n- 内容格式控制：控制响应详细程度。\n- JSON响应：接收包含URL、标题、内容等JSON格式。\n- 超时设置：设置页面加载最大等待时间。\n- Token预算：限制请求最大token数。\n- OCR功能：使用jina-ocr-v1将图片转换为Markdown。\n- 分页处理：处理多页文档的指定页。\n- CSS选择器：提取、等待或移除特定元素。\n- 图片处理：移除图片、生成图片摘要或自动生成alt标签。\n- OpenAI引用格式：兼容GPT模型。\n- 链接摘要：添加“Buttons & Links”部分。\n- 浏览器视口：设置窗口尺寸。\n- Cookie转发：支持自定义cookie。\n- 代理服务器：使用代理或国家特定代理。\n- 缓存控制：绕过缓存或设置容忍时间。\n- 页面就绪时机：控制页面加载完成时机。\n- 自定义User-Agent：覆盖浏览器UA。\n\n## 特点说明\n\n- 多语言多模态：全面支持多语言和多模态数据。\n- 灵活可配置：大量参数实现精细控制。\n- 开发者友好：提供API文档、Schema、CLI和MCP服务器。\n- 性能与效率：通过缓存控制、Token预算等优化资源。\n\nJina AI 是一个强大的AI搜索工具集，适合需要构建搜索、增强LLM内容获取能力的开发者和企业。" }