300KB-800KB HTML 让 RAG 直接使用原始标记变得不可行 浏览器打开一个新闻或文档页面，看到的是完整的渲染界面：顶部导航、侧边栏推荐、广告横幅、cookie 同意弹窗、各种脚本和交互组件，最后才是用户真正想读的正文。而语言模型只能接收我们喂给它的文本表示，两者对同一 URL 的理解存在本质差异。 一篇典型文章页面的……

阅读全文