Markdown Fetch - 网页抓取优化

背景

Cloudflare 推出 Markdown for Agents 功能：

• AI 请求时返回 Markdown 格式
• Token 消耗比 HTML 减少约 80%

使用方法

在需要网页抓取时，使用优化后的 fetch 函数：

const { optimizedFetch } = require('./markdown-fetch');

const result = await optimizedFetch('https://example.com');
// result.markdown - Markdown 内容（如果有）
// result.html - HTML 内容（备用）
// result.tokensSaved - 节省的 tokens（如果有）

核心逻辑

async function optimizedFetch(url, options = {}) {
  const headers = {
    'Accept': 'text/markdown, text/html',
    ...options.headers
  };

  const response = await fetch(url, { ...options, headers });
  
  const contentType = response.headers.get('content-type');
  const xMarkdownTokens = response.headers.get('x-markdown-tokens');
  
  let result = {
    url,
    contentType,
    tokensSaved: xMarkdownTokens ? parseInt(xMarkdownTokens) : null
  };
  
  if (contentType.includes('text/markdown')) {
    result.markdown = await response.text();
    result.format = 'markdown';
  } else {
    result.html = await response.text();
    result.format = 'html';
  }
  
  return result;
}

响应处理

Content-Type	处理方式
text/markdown	直接使用，跳过 HTML 解析
text/html	走原有解析逻辑

可选：x-markdown-tokens 日志

如果响应中有 x-markdown-tokens header，记录到日志：

if (result.tokensSaved) {
  console.log(`[Markdown Fetch] Token 节省: ${result.tokensSaved}`);
}

改动范围

1. 找到所有 HTTP 请求（fetch/axios/request）
2. 统一添加 header
3. 响应处理加判断

测试验证

找一个 Cloudflare 托管的网站测试：

curl -H "Accept: text/markdown, text/html" https://cloudflare-example.com

确认收到 content-type: text/markdown 响应。