通过 URL

AI Agent 可以通过文档页面 URL 读取 HTML 数据，也可以读取 <DOC_URL>.md 获取 Markdown 镜像。Markdown 镜像主要包含页面正文，应优先读取；HTML 数据包含导航、脚本和样式，仅作为兜底方式。

比较两种 URL#

读取 Markdown 镜像#

在文档页面 URL 后追加 .md。例如：

• 页面 URL：快速入门
• Markdown 地址：快速入门 Markdown

Markdown 镜像适合以下场景：

• Agent 已从 llms.txt、搜索结果或用户输入中获得目标页面地址。
• 任务只需要页面正文，不需要导航和交互组件。
• 需要把文档内容加入对话上下文或保存为文本语料。

读取 HTML 页面#

支持网页访问和正文提取的 Agent 可以直接读取页面 URL。文档页面的 HTML 响应包含完整正文，也包含站点导航、交互脚本、样式和页面元数据。

读取 HTML 页面时，Agent 应执行以下处理：

1. 提取文章标题和正文区域。
2. 忽略页面导航、页脚、登录入口和交互控件。
3. 忽略脚本、样式及其配置数据。
4. 保留正文中的代码块、表格和链接语义。

不同网页读取工具的正文提取能力不同。工具直接返回原始 HTML 时，不要把完整响应注入模型上下文。

配置直接读取规则#

将以下规则加入 Agent 的系统提示词：

1
2
3已知文档页面地址时，先读取 <DOC_URL>.md 获取 Markdown 镜像。
如果 <DOC_URL>.md 不可用，再读取 <DOC_URL> 获取 HTML 页面。
读取 HTML 页面时，只保留文章标题和正文，忽略导航、脚本、样式、页脚和交互控件。

相关文档#

• 比较全部读取方式，详情请参见选择读取方式。
• 通过索引定位文档，详情请参见llms.txt。