Neues Tool zur Konvertierung von Web-Seiten in Markdown
Neues Tool zur Konvertierung von Web-Seiten in Markdown
Die Browser-Erweiterung „.MD this page“ wandelt beliebige Webseiten per Klick in sauberes Markdown um und entfernt dabei unnötige Elemente wie Werbung oder Navigation.
Das Kopieren von Web-Inhalten für LLMs muss nicht den gesamten HTML-Code, Werbung und Interface-Elemente enthalten. Die Erweiterung .MD this page konvertiert jede Seite mit einem einzigen Klick in sauberes Markdown, das direkt an ein Sprachmodell übergeben werden kann.
Die Erweiterung nutzt Mozilla Readability, um automatisch den Hauptinhalt der Seite zu extrahieren, während Navigation, Werbung und andere überflüssige Inhalte verworfen werden. Vor dem Export kann das Ergebnis bei Bedarf in einer Vorschau überprüft und bearbeitet sowie anschließend in die Zwischenablage kopiert, als Markdown-Datei gespeichert oder als Grundlage für einen Prompt verwendet werden.
Beim Export lässt sich zudem anpassen, welche Informationen im finalen Dokument enthalten sein sollen: ob Bilder, Links, Metadaten, die URL der Originalseite und die Strukturkarte des Dokuments beibehalten oder entfernt werden.
Das Projekt wird mit Open Source unter der MIT-Lizenz verteilt.
Warum das wichtig ist
AnalyseDieses Tool vereinfacht die Aufbereitung von Web-Inhalten für Sprachmodelle erheblich und steigert so die Effizienz von Entwicklern und Forschern im Bereich der künstlichen Intelligenz.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern
Verwandt im Ökosystem
Praktische Leitfäden, Terminologie und Agenten-Skills
Teil II. Architektur von KI-Agenten: Vom Modell zu Gedächtnis und Tools
Tiefes technisches Eintauchen: Tokenisierung, KV-Cache, Determinismus beim Sampling, Trainings-Stack, Quantisierung, Kontext-Engineering, Security-Stack, produktives RAG, ReAct sowie Multi-Agenten-Swarm-Systeme.
Leitfaden: Prompt aus Bild. Überblick über Tools
Tools zur Generierung von Prompts aus Bildern (Image-to-Prompt) sind neuronale Netze, die ein Bild analysieren und eine textliche Beschreibung erstellen, die so nah wie möglich an dem liegt, was ein Mensch schreiben würde.
Dynamische Werkzeugauswahl (Dynamic Tool Selection)
Ein architektonischer Ansatz für den Aufbau skalierbarer KI-Agenten, die über Hunderte von Tools verfügen. Anstatt alle Funktionsbeschreibungen gleichzeitig in den Kontext zu laden, nutzt das System semantische Suche oder ein Router-Modell zur dynamischen Auswahl der nur 3–5 relevantesten Tools für eine spezifische Benutzeranfrage.
Funktionsaufruf (Function Calling / Tool Calling)
Technisches Protokoll und Standard für die Interaktion von LLMs mit externer Software. Anstelle von Freitext gibt das Modell ein valides JSON-Objekt zurück, das den Funktionsnamen und typisierte Argumente gemäß dem JSON-Schema enthält. Dies ermöglicht es dem Backend, Aktionen in echten APIs deterministisch auszuführen.