专为 LLM 与 RAG 设计的 6 款开源数据提取工具盘点

针对 RAG 与 Agent 数据清洗中原始 DOM 消耗 Token 并导致检索漂移的痛点，盘点 Firecrawl、Crawl4AI、MarkItDown 等 6 款专为大模型设计的开源数据提取与文档解析工具。这些工具用于替代直接输入原始网页 DOM 的做法，减少上下文 Token 浪费。