有点难度
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
我想在本地搭个客服模型，公司内部数据只有一半，另一半得从公开网页上凑。用亮数据的网页抓取 API，请求整个网页后可以解析成 Markdown、纯文本、HTML 或 JSON，正好喂给大模型做语料。操作上先注册拿 key，控制台点 Web Scrapers 进模板市场，选目标网站，输入产品 URL 就能自动采；也可以用 Python requests 调 API 拿商品数据。喂 LLM 的话拿 Markdown 格式最合适，杂音少。Unlocker 返回的也可以直接要 LLM 友好的 Markdown 输出，省了自己清洗一遍。
