Sidney 的公開筆記選 AI 資料入口，先分清網頁擷取與文件轉換
先釐清資料是尚未取得，還是取得後不好讀，才能避免用錯工具解決不同階段的問題。
來源重點
作者把多種資料取得工具整理在主文與續文中，範圍不只有網站爬取，也包括文件與 App 內容。Crawl4AI 與 MarkItDown 是其中兩個入口；完整十項清單與專案連結保留在原文。
整理判斷
我會把候選方案分成取得內容與整理格式兩階段。已在手上的文件不應先研究網站反爬；尚未拿到的內容，也不能用轉換格式的成功率代替擷取成功率。
適合怎麼用
先記錄來源是否需登入、是否動態載入、手上是否已有檔案。各選三份代表材料，分開檢查取得完整度、表格與標題保留、來源位置及失敗回報，再比較所需步驟。
限制與採用條件
本輪核對主文與作者續文，未逐一測試工具。清單混合不同用途，不應視為功能相同的爬蟲排名；抓得到內容不代表可以再發布，還需核對資料使用權與網站條件。
原始來源Threads / @whiteboardyy
前往原始內容來源與閱讀紀錄 · 2026.09.09
已讀Threads兩段完整十項清單和一則Playwright留言。本次只核對可取得的文字及所述畫面，未取得全部留言、未完整觀看影片或實際操作工具。補充來源的查閱日期與範圍另列，舊日期不代表本次重讀。
作者的清單續文 · 2026.09.09
閱讀作者接續列出的項目，與主文合計十項；未逐項實測。
後續更新
改以資料取得與格式整理的需求比較，完整工具清單導向原作者。