MD-This-Page

什么是 MD-This-Page？

MD-This-Page 是一个浏览器扩展，它提取文章或网页的主要内容，去除干扰元素，并将结果转换为格式良好的 Markdown。它针对需要将网页内容转为更干净、结构化格式的用户——特别是用于发送内容到大语言模型 (LLMs) 的工作流。

该扩展的核心目的是将“网页”（通常充斥导航、脚本、广告和深度嵌套 HTML）转为“LLM 就绪文档”。通过聚焦简化结构，它有助于减少无关 UI 和样板代码的噪音，同时保留标题和章节等内容元素。

主要功能

• 一键转换：通过上下文菜单或键盘快捷键 (Alt+M) 快速转换当前页面。
• 智能提取，使用 Mozilla 的 Readability 库，隔离主要文章或网页内容，忽略广告、导航栏和不必要元素。
• 专用预览标签页，打开干净界面查看提取的 Markdown 并进行优化。
• 可自定义 Markdown 输出选项，包括切换 移除/保留图片、移除/保留链接，以及 显示/隐藏元数据（标题、作者、日期）。
• 文档结构 / 页面地图生成，生成文档结构的表示。
• 导出选项，如 复制到剪贴板、下载为 .md 文件，以及 复制为提示 用于 AI 工作流。

如何使用 MD-This-Page

1. 安装扩展，从仓库的 releases 下载，或从源代码构建。
2. 打开任意网页（例如，文章页面）。
3. 右键点击页面，从上下文菜单选择 “.MD this page”（或使用 Alt+M）。
4. 使用 预览标签页 检查提取的 Markdown。
5. 根据需要调整输出设置（例如，图片、链接、元数据），通过剪贴板、.md 下载或“复制为提示”导出 Markdown。

使用场景

• 为 LLM 准备文章文本：将文章网页转换为结构化 Markdown，使下游提取、摘要或问答获得比原始 HTML 更干净的输入。
• 为提示构建紧凑“源文档”：使用“复制为提示”选项，将转换内容传输到 AI 工作流，减少布局噪音。
• 文档归档或笔记记录：导出为 .md 文件，以一致格式存储网页的可读版本。
• 可调节保真度的内容审查：切换 图片、链接 和 元数据，匹配分析或引用所需的细节级别。
• 长页面更快导航：生成 文档结构 / 页面地图，在提取或摘要前了解页面组织。

常见问题

• MD-This-Page 如何决定保留哪些内容？ 它使用 Mozilla 的 Readability 库隔离主要内容，同时忽略广告、导航和其他不必要页面元素。

• 扩展支持哪些输入/输出格式？ 它将网页转换为 Markdown，支持通过 复制到剪贴板、下载为 .md 文件 和 复制为提示 导出。

• 安装扩展后如何转换页面？ 使用右键上下文菜单中的 “.MD this page” 条目，或按 Alt+M。

• 我能控制 Markdown 中的内容吗？ 可以。扩展提供切换 移除/保留图片、移除/保留链接 和 显示/隐藏元数据（标题、作者、日期）的选项，以及生成 文档结构/页面地图 的功能。

• 在哪里预览提取的 Markdown？ 扩展打开 专用预览标签页，您可以在其中查看和优化提取的 Markdown。

替代方案

• Readability 风格的内容提取工具或扩展：这些也专注于从杂乱网页提取主要文本。它们可能在输出格式上不同；有些生成纯文本或清理后的 HTML 而非 Markdown。
• “HTML to Markdown” 转换器：通用转换器可将 HTML 转为 Markdown，但通常不进行主要内容隔离。这意味着相比 MD-This-Page 基于 Readability 的提取，可能保留更多导航/样板代码。
• 手动复制粘贴并清理：某些工作流依赖浏览器阅读模式或手动选择后格式化。这可能更可控，但通常不如 MD-This-Page 一键便捷。
• 开发者端提取脚本：自动化管道可获取并解析网页创建结构化文档。这些需要设置和维护，且可能无法提供相同的浏览器内预览/导出流程。