HTML إلى Markdown
الصق HTML، أو ارفع ملف .html، أو أدخل رابط URL واحصل على Markdown نظيف - عناوين وقوائم وجداول وروابط وكتل كود وتأكيدات سليمة، مع إزالة التنقل والإعلانات ولافتات ملفات تعريف الارتباط والسكربتات تلقائيًا. مصمَّم لتزويد ChatGPT أو Claude أو خط أنابيب RAG بصفحة ويب دون استهلاك نافذة السياق في الترميز؛ في مقالة ويكيبيديا نموذجية مثلاً، يحوّل الأداة نحو 78,000 توكن من HTML خام إلى أقل من 9,000 توكن من Markdown.
لماذا تكلفة لصق HTML في ذكاء اصطناعي مرتفعة جدًا
في صفحة ويب حديثة نموذجية، تمثّل الكلمات المقروءة جزءًا صغيرًا فقط من الملف. الباقي هو علامات (tags)، وسمات classes، وأنماط inline، ومسارات أيقونات SVG، وكتل JSON، وعلامات script - وكل ذلك يستهلك رموزًا (tokens) دون أن يُفيد نموذج اللغة بأي شيء. في مقالة ويكيبيديا عن Markdown مثلاً، يحوّل هذا المحوّل نحو 78,000 رمز من HTML الخام إلى أقل من 9,000 رمز من Markdown أوضح للقراءة.
يحتفظ Markdown بالجزء المهم فعلاً. فـ ## تبقى حد قسم، والجدول يبقى جدولاً برأس واضح، وكتلة الكود تبقى محاطة بوضوح - فيستطيع النموذج استخدام البنية بدلاً من استنتاجها من حساء <div>.
كيف تُزال «واجهة» الصفحة (chrome)
قبل التحويل، تُجري الأداة مسحًا على طراز «readability». تُزال عناصر script وstyle وiframe وform أولاً. ثم يُستثنى كل ما يُعدّ تنقلاً من الناحية البنيوية - <nav>، <aside>، <footer>، وأدوار ARIA مثل navigation وcontentinfo، والعناصر التي تشير فئتها (class) أو معرّفها (id) إلى قائمة، أو شريط جانبي، أو إعلان، أو شعار كوكيز، أو صندوق نشرة بريدية، أو شريط مشاركة، أو قسم تعليقات. وفي النهاية، تنزل الأداة من <body> إلى أضيق عنصر لا يزال يحتوي على معظم نص الصفحة تقريبًا، وهو ما يصل إلى متن المقال. ثم تخبرك الأداة بالضبط بأي الكُتل حذفتها، ويمكن تعطيل هذا المسار كاملاً إذا كنت تفضّل تحويل المستند بأكمله.
الأسئلة الشائعة
لماذا تحويل صفحة ويب إلى Markdown لـ ChatGPT أو Claude؟
سببان: التكلفة والفهم. HTML الخام هو في الغالب ترميز، لذا لصقه يهدر معظم نافذة السياق على الوسوم وأسماء الفئات - يقول Markdown عادة نفس الشيء بعُشر عدد التوكنات. ولأن Markdown يحافظ على العناوين والقوائم والجداول كبنية حقيقية، يمكن للنموذج التمييز بين عنوان قسم ونص أساسي، وبين رأس جدول وصف بيانات، وهو ما يتجاهله استخراج النص الخام تمامًا.
هل يمكنه جلب رابط URL، أم يجب أن ألصق HTML؟
كلاهما يعمل. انتقل إلى تبويب URL، أدخل عنوانًا، وتُجلب الصفحة عبر هذا الموقع - لا يمكن للمتصفح قراءة HTML من نطاق آخر مباشرة بسبب قواعد المصدر المتقاطع، لذا لا مفر من خطوة على الخادم هنا. تُزال السكربتات وتُحوَّل الروابط النسبية إلى مطلقة قبل وصول HTML إلى المحوّل. أما لصق HTML أو رفع ملف .html فيتم بالكامل في متصفحك دون إرسال أي شيء إلى أي مكان.
هل يتعامل مع الجداول والقوائم المتداخلة وكتل الكود؟
نعم. تصبح الجداول جداول Markdown بأسلوب GitHub مع صف رأسي، وتُهرَّب أحرف الخط العمودي داخل الخلية كي لا ينكسر الجدول. تحافظ القوائم المتداخلة على تداخلها ونمط نقاطها أو أرقامها، بما في ذلك قائمة مرقّمة داخل قائمة نقطية. تصبح كتل الكود كتلاً مُسيَّجة، وتُؤخذ اللغة من فئة مثل language-python. يُحافَظ على الكود المضمَّن، والخط العريض، والمائل، والمشطوب، واقتباسات الكتلة جميعًا.
ماذا يحدث للصور والروابط؟
تحتفظ الروابط بعنوانها كـ [نص](url) افتراضيًا، وهناك خيار للاحتفاظ بنص الرابط فقط - في صفحة غنية بالروابط كمقالة ويكي، يمكن لهذا وحده تقليل عدد التوكنات إلى النصف. تستخدم الصور نصها البديل افتراضيًا، لأن روبوت المحادثة لا يمكنه رؤية الصورة والنص البديل هو ما يحمل المعنى بجزء بسيط من تكلفة رابط URL. يمكنك التبديل إلى الصياغة القياسية  أو إسقاط الصور تمامًا.
هل يُخزَّن أي شيء؟
لا. لا يغادر HTML الملصق أو المرفوع متصفحك أبدًا. أي رابط URL تجلبه يمر عبر هذا الموقع فقط لاسترجاع HTML، الذي يُعاد مباشرة إلى متصفحك دون تدوينه في أي مكان.