Obsidian Defuddle പുറത്തിറക്കി, Obsidian Web Clipper-നെ പുതിയ ഉയരത്തിലേക്ക് കൊണ്ടുപോയി

ഞാൻ എപ്പോഴും Obsidian-ന്റെ ആധാരഭൂതമായ ആശയത്തെ ഇഷ്ടപ്പെടുന്നു: പ്രാദേശികമായി മുൻഗണന, എല്ലാം ഫയലുകൾ, കൂടാതെ ഇത് ശുദ്ധമായ Markdown ടെക്സ്റ്റ് ഫയലുകൾ ആണ്. ഇത്തരത്തിലുള്ള മോഡലിൽ, നോട്ടുകൾ പൂർണ്ണമായും നമ്മുടെ സ്വന്തം ആകുന്നു, നാം വിവിധ ഘടകങ്ങൾ അല്ലെങ്കിൽ പ്ലഗിനുകൾ സ്വതന്ത്രമായി ചേർത്ത്, നമ്മുടെ ശീലങ്ങൾ അനുസരിച്ച് പ്രവർത്തനങ്ങൾക്കും പ്രവാഹങ്ങൾക്കും ഇഷ്ടാനുസൃതമാക്കാൻ കഴിയും. കൂടാതെ, വിവരങ്ങളുടെ സംരക്ഷണം, ബാക്കപ്പ്, സിങ്ക് എന്നിവ എല്ലാം നമ്മുടെ സ്വന്തം നിയന്ത്രണത്തിൽ ആണ്.

ഞാൻ മുമ്പ് Obsidian-ന്റെ സ്വന്തം Web Clipper-യെ പരിചയപ്പെടുത്തിയിട്ടുണ്ട്, ഇത് ഒരു വെബ് പേജ്剪藏-ശ്രേണിയിലെ ബ്രൗസർ പ്ലഗിൻ ആണ്, ഇത് "ഫയൽ കേന്ദ്രം" ആശയം പിന്തുടരുന്നു, നാം ബ്രൗസ് ചെയ്യുന്ന വെബ് പേജിന്റെ ഉള്ളടക്കം ഒരു Markdown നോട്ടായി മാറ്റുന്നു, Obsidian-ന്റെ ഡാറ്റാബേസിൽ സൂക്ഷിക്കുന്നു, കൂടാതെ ഇത് മെറ്റാ വിവരങ്ങൾ ഉൾക്കൊള്ളുന്നു.

സമീപകാലത്ത് Obsidian ഒരു പുതിയ വെബ്സൈറ്റ്, Defuddle.md, പുറത്തിറക്കി, Defuddle Obsidian പ്രാദേശിക ഫയൽ ഇക്കോസിസ്റ്റത്തിൽ ഒരു ശക്തമായ ഉപകരണം ആണ്, സാധാരണയായി പറയുമ്പോൾ, ഇത് Obsidian Web Clipper-ന്റെ വെബ് പതിപ്പാണ്.

Obsidian-നെ ഒരു പ്രാദേശിക നോട്ടങ്ങളുടെ OS ആയി കാണുകയാണെങ്കിൽ, ഞങ്ങൾ മുമ്പ് CLI (കമാൻഡ് ലൈൻ ഇന്റർഫേസ്) പരിചയപ്പെടുത്തിയിട്ടുണ്ട്, ഈ Defuddle Obsidian Web Clipper-ന്റെ ഒരു URL ഇന്റർഫേസ് പോലെയാണ്.

അതുകൊണ്ട്, Defuddle-യെ വിശദമായി പരിശോധിക്കുന്നതിന് മുമ്പ്, നാം Web Clipper-നെ വേഗത്തിൽ അവലോകനം ചെയ്യാം.

Obsidian Web Clipper: വെബ് പേജ് Markdown-ലേക്ക് മാറ്റുന്നു

Obsidian Web Clipper-യെക്കുറിച്ച് സംസാരിക്കുമ്പോൾ, വ്യക്തിപരമായി എനിക്ക് അതിന്റെ ഏറ്റവും ആകർഷകമായ ഭാഗം, ഇത് പരമ്പരാഗത വെബ് സംരക്ഷണവും പിടിച്ചെടുക്കലും പ്രവർത്തനങ്ങളെ അതിജീവിച്ചിരിക്കുന്നു.

ഇത് വെബ് പേജ് മാത്രം പിടിച്ചെടുക്കുന്നില്ല, അതിനേക്കാൾ ശക്തമായത്, ഇത് വളരെ ലവലവായ Obsidian ടെംപ്ലേറ്റുകൾ പിന്തുണയ്ക്കുന്നു. Web Clipper വെബ് പേജിലെ വിവിധ മെറ്റാ ഡാറ്റ (ഉദാഹരണത്തിന്, എഴുത്തുകാരൻ, പ്രസിദ്ധീകരണ സമയം,甚至特定的页面元素) എടുക്കാൻ കഴിയും. എന്നെ കൂടുതൽ ആഹ്ലാദിപ്പിക്കുന്നത്, ഇത് ഇപ്പോൾ നിബന്ധനാ വിധാനങ്ങൾ, ചക്രങ്ങൾ പോലുള്ള ഈ ലജിക് പ്രവർത്തനങ്ങൾ പിന്തുണയ്ക്കുന്നു. ഇത്, വെബ് പേജ് ശേഖരണ ഘട്ടത്തിൽ, നാം നമ്മുടെ നിയമങ്ങൾ അനുസരിച്ച് ഉള്ളടക്കം ക്രമീകരിക്കാൻ കഴിയും, നേരിട്ട് ശുദ്ധമായ, ഘടനാപരമായ പ്രാദേശിക Markdown ഫയലായി മാറ്റാൻ കഴിയും.

തന്നെ, ഉപയോക്താക്കൾക്ക് ഡിഫോൾട്ട് ക്രമീകരണ ടെംപ്ലേറ്റ് ഇഷ്ടമില്ലെങ്കിൽ, അവർക്ക് സ്വയം ക്രമീകരിക്കേണ്ടതുണ്ട്, ഈ പ്രക്രിയയിൽ ചില തടസ്സങ്ങൾ ഉണ്ടാകാം (വാസ്തവത്തിൽ AI-യെ ക്രമീകരിക്കാൻ അനുവദിക്കാം).

എന്നാൽ, പൊതുവായി പറയുമ്പോൾ, Obsidian Clipper Obsidian-ന്റെ ഇക്കോസിസ്റ്റിന് പൂർണ്ണമായും അനുയോജ്യമാണ്, വെബ് ഉള്ളടക്കം വളരെ സ്മൂത്തായി നമ്മുടെ വ്യക്തിഗത അറിവുകളുടെ ശേഖരത്തിൽ ലയിക്കുന്നു. Power User-കൾക്കായി, അവർക്ക് സ്വന്തം പരീക്ഷണങ്ങൾ നടത്താനുള്ള സ്ഥലം നൽകുന്നു. ഈ Power User-കളെ ചെറിയതാക്കാൻ വേണ്ട, അത്രയും Obsidian പ്ലഗിനുകൾ, കൂടുതലും ഉപയോക്താക്കൾ തന്നെ പരീക്ഷണങ്ങൾ നടത്തിയാണ് ഉണ്ടാക്കിയത്.

Defuddle.md: ശുദ്ധീകരണത്തിലേക്ക് ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്ന എക്സ്ട്രാക്ഷൻ ലെയർ

Defuddle-ന്റെ വരവ്, Obsidian Web Clipper-ന്റെ പിന്നിലുള്ള ഏറ്റവും ആധികാരികമായ വെബ് എക്സ്ട്രാക്ഷൻ ശേഷി പ്രത്യേകം തുറന്നതായി തോന്നിക്കുന്നു.

എങ്കിൽ, നിങ്ങൾ ഒരു വിവര മേഖലയിലെ ഡാറ്റ ശേഖരിക്കുന്നവനാണെങ്കിൽ, ഗവേഷകൻ, ഡാറ്റ വിശകലനക്കാരൻ... നിങ്ങൾക്ക് കുറച്ച് പരീക്ഷണം നടത്താൻ കഴിയും, അല്ലെങ്കിൽ AI-യുടെ സഹായത്തോടെ (സമീപകാലത്ത് പ്രശസ്തമായ ചെറുവലക്കൻ ഉൾപ്പെടെ) പരീക്ഷണം നടത്താൻ കഴിയും. അപ്പോൾ Defuddle.md തീർച്ചയായും ഒരു ആഹ്ലാദം ആണ്!

Defuddle-ക്ക് ഒരു ലിങ്ക് നൽകുക, ഇത് വെബ് പേജിലെ പരസ്യങ്ങൾ, ശുപാർശ മേഖല തുടങ്ങിയ അക്രമണ ഘടകങ്ങൾ നീക്കം ചെയ്യാൻ സഹായിക്കും, ശുദ്ധമായ正文和结构化的元数据尽量提取出。 ഇത് ഒരു പ്രത്യേകമായി സങ്കീർണ്ണമായ വെബ് പേജുകൾ സ്റ്റാൻഡേർഡ് Markdown ടെക്സ്റ്റിലേക്ക് മാറ്റാൻ ഉത്തരവാദിയായ ശുദ്ധീകരകനാണ്. ഇതോടെ, ആരും തന്നെ ഒരു സ്വന്തം Web Clipper ഉണ്ടാക്കാൻ കഴിയും, കൂടാതെ Obsidian-ന്റെ കീഴിൽ ഇല്ലാതെ.

Defuddle ചില പ്രവേശന മാർഗങ്ങൾ നൽകുന്നു.

• സാധാരണ ഉപയോക്താക്കൾ, ബ്രൗസർ വഴി പ്രവേശിക്കുക, മാറ്റാൻ ആവശ്യമായ വെബ് പേജിന്റെ URL നൽകുക, ശുദ്ധീകരിച്ച HTML അല്ലെങ്കിൽ Markdown കാണുക
• AI ഏജന്റ് അല്ലെങ്കിൽ വികസനകർ, URL ഇന്റർഫേസ് വഴി, ശുദ്ധീകരണ മാറ്റങ്ങളുടെ ഫലങ്ങൾ നേടുക
• Obsidian ഉപയോക്താക്കൾ, നേരിട്ട് Web Clipper പ്ലഗിൻ ഉപയോഗിച്ച് (പിന്നിൽ Defuddle ആണ്).

അവയിൽ ഏറ്റവും മൂല്യമുള്ളത്, ഞാൻ കരുതുന്നത് "URL ഇന്റർഫേസ്" ആണ്, ഞാൻ ഒരു ചെറുവലക്കൻ ആണെന്ന് കരുതിയാൽ, കേൾവിയും കാഴ്ചയും ഇല്ല, ഉപയോക്താവിന്റെ ആവശ്യങ്ങൾ അനുസരിച്ച് വെബ് പേജുകൾ ശേഖരിക്കുന്നത് വളരെ കഷ്ടമാണ്, കൂടാതെ ഹെഡ്‌ലസ് ബ്രൗസർ, കൂടാതെ തടയപ്പെട്ടിരിക്കുന്നു, വെബ് പേജ് നേടുമ്പോൾ, അതിലെ അശുദ്ധികൾ, ശബ്ദം വളരെ കൂടുതലാണ്; ഇപ്പോൾ നന്നായി, നേരിട്ട് Defuddle-നെ വിളിക്കുക, എല്ലാം പരിഹരിക്കുന്നു.

കൂടാതെ, വളരെ പ്രധാനമാണ്, Defuddle ഓപ്പൺ സോഴ്സ് ആണ്. നാം നമ്മുടെ പ്രാദേശികമായി തന്നെ വിന്യസിക്കാം. ഇത് വളരെ Obsidian ആണ്. ആപ്പ് ഉപയോക്താവിന് നിയന്ത്രിക്കാൻ കഴിയുന്ന ഒരു സിസ്റ്റമായി മാറുന്നു, ഉപയോക്താവിനെ ആപ്പിന്റെ അടിമയാക്കാതെ.

അവസാനം

മാർക്കറ്റിൽ, വാസ്തവത്തിൽ剪藏插件很多，其中不少的目的是锁定用户到某个特定App。 而 Obsidian Web Clipper 不同， 因为 Obsidian 理念是 File Over App。 现在，更进一步， Defuddle 被开放出来，大家可以直接用了，而且还是开源的。 所以，有点太阔绰了，反而不适应了。

如果对这类网页抓取（作为PKM重要组成部分）有兴趣的话，之前 Jina.ai 也提供了付费的 Reader API （下图）。Jina 是很多 AI 从业者的首选，现在则感觉有了一个免费开源的对手。当然，Jina号称是 AI模型 清洗抓取，还略有不同。

说实话，我现在反而开始担心 Defuddle 要被人滥用了（或者被屏蔽了）。