Jina Reader API

Jina Reader API 解决的是“我已经有一个 URL，怎样得到较干净的模型输入”。把目标地址接在 https://r.jina.ai/ 后即可发起 GET；服务端抓取网页、去掉常见导航和广告，再输出 Markdown。它不是消费者搜索引擎，也不会替你决定该抓哪些页面——URL 选择、输出用途和后续更新仍由调用方负责。

r.jina.ai 与 s.jina.ai 不是一个任务

r.jina.ai 读取指定网页；s.jina.ai/?q= 才是搜索并返回结果内容。做 RAG 入库时，已经掌握文章地址就直接用 Reader，不要先绕到搜索端点。最小请求是：

curl "https://r.jina.ai/https://www.example.com"

默认结果适合人工检查或直接交给模型。如果程序需要明确字段，加 Accept: application/json，当前文档说明 JSON 中包含 URL、title、content，以及页面存在时的 timestamp。这里应对照目标页原标题和一段关键正文，而不是只检查 HTTP 200。

当前请求头分别解决什么问题

• X-Target-Selector：只提取 article、.main-content 等指定区域。
• X-Remove-Selector：删除 header、nav、footer、sidebar 或广告节点。
• X-Wait-For-Selector：等待动态页面的目标元素出现后再抽取。
• X-Timeout：设置最大页面等待时间；X-Token-Budget 限制本次输出 token，超限会失败。
• X-No-Cache 强制重新抓取；X-Cache-Tolerance 接受一定秒数内的缓存。
• X-Engine 选择抓取引擎：direct 是快速 HTTP 获取，默认引擎会用无头浏览器渲染 JavaScript，cf-browser-rendering 为实验性选项。

X-Max-Tokens 与 Token Budget 也不能混用：前者截断过长结果，后者在超出预算时拒绝请求。需要完整章节时，应优先收窄 selector，再决定是否提高上限；直接截断可能留下标题却丢掉结论。

Accept 控制响应封装，可请求 application/json、text/plain 或事件流。X-Respond-With 控制被抓取内容的形态，源码列出 markdown、html、text、content、pageshot、screenshot、readerlm-v2、vlm 及部分组合；X-Return-Format 作为兼容别名读取。ReaderLM-v2 页面标示 3 倍 token 成本，因此不能把“JSON 响应”和“用 ReaderLM 转换正文”视为一件事。

动态页面还可处理 iframe、Shadow DOM 和视口

组件型页面可尝试 X-With-Iframe 或 X-With-Shadow-Dom；POST 请求还能指定 viewport，避免响应式页面在窄视口隐藏内容。图片默认可被视觉模型补充 alt 描述，PDF 也能直接按 URL 读取。若模型只需要正文，可关闭图片或链接摘要，减少无关 token；需要下游 Agent 继续导航时，再开启 links summary。

状态码成功不代表正文合格

返回登录页、Cookie 同意墙、验证码或几行空壳，都属于内容失败。先检查 title 和 content，再决定使用选择器、等待、换引擎或绕过缓存。需要真实登录状态时，Reader 支持转发 Cookie，但带 Cookie 的请求不会缓存；这类请求还涉及账户权限和敏感数据，通常更适合受控浏览器会话，而不是批量 Reader 管线。

限额与隐私参数要在接入前写进设计

截至 2026-09-16，官方表格列出 Reader 无 API Key 为 20 RPM，免费 Key 与付费 Key为 500 RPM，Premium 为 5000 RPM；同时受 TPM 约束，任一先到即限流。具体值可能调整，应以 https://jina.ai/reader/ 当前表格为准。敏感 URL 可发送 DNT，请求不会被缓存或记录；这不等于调用方可以忽略源站许可、个人数据和自己的日志策略。