Thunderbit Open API home page
支援API 主控台
Distill

蒸餾單個頁面

POST
/distill
蒸餾單個頁面

將網頁轉換為乾淨的、LLM 就緒的 Markdown 格式。

使用場景：

  • 為 RAG（檢索增強生成）準備網頁內容
  • 擷取文章內容用於 AI 處理
  • 將文件頁面轉換為 Markdown
  • 處理動態網頁應用

包含內容：

  • 保留結構的乾淨 Markdown 內容
  • 自動移除廣告、導覽和樣板內容
  • 中繼資料擷取（標題、描述、語言）
  • JavaScript 渲染處理動態內容
  • 自動處理反爬蟲措施

輸出格式： 返回針對 LLM 消費優化的 Markdown，最小雜訊，最大訊號。

授權

YOUR_API_KEY
授權Bearer <token>

在 Thunderbit Dashboard 取得 API key。標頭格式：Authorization: Bearer YOUR_API_KEY

位置: header

請求體

application/json

TypeScript Definitions

Use the request body type in TypeScript.

url*string必填

要蒸餾的網頁 URL

範例：https://thunderbit.com/playground
timeoutnumber預設值：30000

請求逾時時間（毫秒），預設 30000，最大 60000

取值範圍：5000 <= x <= 60000
範例：
30000
waitFornumber預設值：0

頁面載入後等待動態內容渲染的時間（毫秒），然後再擷取內容

取值範圍：0 <= x <= 10000
範例：
2000
includeTagsstring[]

僅包含這些 HTML 標籤中的內容（如 ['article', 'main', 'div.content']）

範例：
[
  "article",
  "main"
]
excludeTagsstring[]

排除這些 HTML 標籤中的內容（如 ['nav', 'footer', 'aside']）

範例：
[
  "nav",
  "footer",
  "aside"
]
headersobject

隨請求傳送的自訂 HTTP 標頭

範例：
{
  "Accept-Language": "en-US"
}
countryCodestring預設值："US"

用於地理定位的 2 字母 ISO 國家碼（預設 US）。流量將透過指定國家的代理伺服器轉發。

範例：US
renderModestring預設值："none"

JavaScript 渲染模式。none = 不渲染 JS（最快，預設）；basic = 標準渲染；full = 標準渲染並延長等待以處理動態內容

取值範圍"none" | "basic" | "full"
forceRefreshboolean預設值：false

繞過快取，強制重新抓取頁面（預設 false）

formatsany[]

輸出格式。字串用於選擇簡單格式；物件用於參數化 LLM 格式（summary、question、highlights）。

範例：
[
  "markdown",
  "links",
  "images"
]
includestring[]

回應中可選包含的欄位。可選值：metadata（標題、描述、語言等）、html（原始 HTML）、links（提取的連結）。可取代 includeHtml 與 extractLinks。

範例：
[
  "metadata",
  "links"
]
includeHtmlboolean預設值：false

回應中是否包含原始 HTML（預設 false）。建議改用 include 參數。

extractLinksboolean預設值：false

是否從頁面提取連結（預設 false）。建議改用 include 參數。

回應

application/json

成功回應

successboolean
範例：
true
dataobject
展開子屬性
urlstring

被蒸餾的 URL

範例：https://thunderbit.com/playground
markdownstring

從頁面擷取的乾淨 Markdown 內容

範例：# Understanding Web Distillation Web distillation is the process of converting raw HTML into clean, structured content... ## Key Benefits - **LLM-Ready Format**: Optimized for AI consumption - **Noise Removal**: Automatic filtering of ads and boilerplate - **Structure Preservation**: Maintains semantic hierarchy
metadataobject

Page metadata (only returned when include contains metadata)

展開子屬性
titlestring

從 標籤或 Open Graph 擷取的頁面標題

範例：Understanding Web Distillation | Tech Blog
descriptionstring

Meta 描述或摘要

languagestring

偵測到的語言代碼（ISO 639-1）

範例：en
sourceUrlstring

Original URL (may differ from requested URL due to redirects)

statusCodeinteger

回應的 HTTP 狀態碼

範例：
200
htmlstring

原始 HTML 內容（可選，僅在請求時返回）

範例：
null
linksobject[]

內容中發現的連結

展開子屬性
textstring

Visible link text as rendered in the page

範例：Read more
hrefstring

Resolved absolute URL of the link

範例：https://example.com/article
imagesobject[]

從頁面擷取的圖片。

展開子屬性
srcstring

Image source URL.

範例：https://example.com/hero.png
altstring

Image alt text.

範例：Hero banner
widthinteger

Image width in pixels.

heightinteger

Image height in pixels.

summarystring

結構化 Markdown 摘要（LLM 格式）。

answerstring

對 question 格式中提供的問題的回答。

highlightsstring[]

由 highlights 格式呈現的重點段落。

errorobject
範例：
null