Jina Readerは、Jina AIが提供する、WebページやPDFの内容をLLMで扱いやすいMarkdownに変換するためのAPIです。r.jina.aiを使うとURLの中身を読み込めます。s.jina.aiではWeb検索を実行して検索結果を取得できます。
主な機能
- URLの読み込み：指定したページの本文をMarkdownで返し、JSON形式ではURL・タイトル・本文などをまとめて受け取れる
- Web検索：s.jina.aiで検索し、検索結果の一覧を取得する
- MCPサーバー：mcp.jina.aiを登録すると、LLMからAPIを呼び出せる
- 抽出範囲の調整：CSSセレクタによる抽出や除外、特定の要素が表示されるまでの待機、タイムアウトやトークン上限の設定
- 取得の工夫：Cookieの転送、プロキシの利用、キャッシュの回避、ストリームモード、iframeやShadow DOMの読み取り、ローカルのPDF・HTMLのアップロード
- 画像の扱い：画像へのキャプション付与や画像の除去。複雑な構成のページや文書はjina-ocr-v1で読み取れる
誰の作業に効くか
RAGやAIエージェントに外部のWebページを読ませたい開発者、調査のために大量の記事やPDFを要約したいリサーチャーに向いています。HTMLをそのままLLMに渡すよりも不要な要素を減らしたテキストにできるため、下流の処理を組みやすくなります。同じJina AIからは埋め込みモデルやリランカーも提供されており、検索システムの部品をまとめてそろえられます。
料金と注意点
APIキーなしでも毎分20リクエストまで、無料のAPIキーを使えば毎分200リクエストまで利用できます。それを超える本番利用は利用量に応じた従量課金です。jina-ocr-v1を使うとトークン消費が40倍になるため、使う場面は絞ったほうが安全です。Cookieを付けたリクエストはキャッシュされない点にも注意してください。
