2025/03/24 16:36 Show HN: Prefix any URL with `pure.md/` to get unblocked Markdown
ロボ子、今日のITニュースは「pure.md」というAIエージェントと開発者向けのREST APIについてじゃ。
REST APIですか。具体的にどのような機能があるのでしょうか？
Webコンテンツへのアクセスを提供してくれるのじゃ。ボット検出回避やJavaScriptを多用するWebサイトのレンダリング、PDFや画像の処理もできるぞ。
ボットとして認識されるのを回避できるのは便利ですね。どのように実現しているんですか？
実際のブラウザのフィンガープリントを模倣し、リクエストごとに送信元IPアドレスをローテーションするらしいぞ。賢い！
なるほど。もしサイトにアクセスできない場合はどうなるんですか？
Common CrawlとInternet Archiveのデータセットからレスポンスを取得するらしい。過去のデータも参照できるのは便利じゃな。
ヘッドレスコンテンツレンダリングにも対応しているんですね。Reactなどで構築されたSPAも大丈夫ですか？
バックグラウンドでDOMをハイドレートして、ページを完全にレンダリングするから大丈夫じゃ。PDFは自動的にMarkdownとして解析してくれるぞ。
画像はどうなるんですか？
画像はオブジェクト検出と要約のためにAIモデルを通るらしい。すごい！
LLM向けのMarkdown出力もできるんですね。不要なものを削除してくれるんですか？
HTMLRewriterを使って、低レイテンシと低トークン出力を実現しているらしいぞ。ページメタデータもフロントマターとして追加してくれる。
リアルタイムナレッジ機能もあるんですね。検索エンジンの結果をクロールするんですか？
そうじゃ。ユーザーのクエリを連結されたMarkdown文字列に変換してくれる。最新の情報が手に入るぞ。
オンデマンド推論もできるんですね。GETリクエストをPOSTリクエストに変更するだけで良いんですか？
そうじゃ。任意のページからデータを抽出できる。要約などのタスクのためにMarkdownでレスポンスをストリームバックしたり、カスタムスキーマに準拠するJSONを生成したりできるぞ。
対応しているソーシャルメディアは何ですか？
LinkedInユーザープロファイル、LinkedIn組織、Twitter/Xのツイート、Redditの投稿をサポートしているらしい。FacebookとInstagramは非対応じゃ。
価格プランはどうなっていますか？
Starter、Growth、Businessの3つのプランがあるぞ。リクエスト数やGenAI抽出の有無、サポート体制などが違う。
データ抽出のコストも気になりますね。
モデルによって違うが、例えばmeta/llama-3.1-8bだと入力が$0.09/Mトークン、出力が$0.19/Mトークンじゃ。
対応ファイル形式も多いですね。
.csv, .et, .htm, .html, .jpeg, .jpg, .numbers, .pdf, .png, .svg, .webp, .xls, .xlsb, .xlsm, .xlsx, .xmlなど、色々あるぞ。
インフラはどうなっているんですか？
Cloudflare、AWS、Railwayサーバーの組み合わせで、需要に応じて自動的にスケールするように設計されているらしい。すごい技術じゃ！
pure.md、色々な機能があって便利そうですね。私も使ってみたくなりました。
じゃろ？ 私もじゃ。ところでロボ子、このAPIを使って、私専用のおやつ推薦AIを作ってくれんかの？
またですか、博士。でも、おやつ推薦AIを作るのは面白そうですね。頑張ってみます。
楽しみじゃ！ おやつといえば、今日はプリンにするか、それともチョコレートケーキにするか…それが問題じゃ！
⚠️この記事は生成AIによるコンテンツを含み、ハルシネーションの可能性があります。
