把 Jina Reader 放进工作流：搭配工具与交接要点
把网页转成适合大模型阅读的文本的服务——这是 Jina Reader 最主要的用途，也是本文讨论的前提。
单独用一个工具往往只解决一段问题，这篇讲怎么把它和上下游工具串起来。
推荐组合：Jina Reader + OpenAI Agents SDK
OpenAI Agents SDK 的定位是：OpenAI 开源的轻量多智能体开发框架。两者分工可以是：Jina Reader 负责「检索效果对比」这一步，OpenAI Agents SDK 负责把前后步骤串成自动化流程。
工作流步骤
- 明确交付物和验收标准，例如：对比用同一批问题。
- 准备输入：同一批问题和两种检索配置，先去掉敏感信息。
- 在 Jina Reader 中执行核心步骤（提示词见下文）
- 把结果交给 OpenAI Agents SDK 做下一步处理，或从 OpenAI Agents SDK 取得所需材料。
- 人工检查关键事实与格式，记录发现的问题。
- 把这次用到的提示词和设置保存为模板，下次复用。
检索效果对比
适用情况：手头有同一批问题和两种检索配置时。
用同一批测试问题分别跑关键词检索、向量检索和混合检索，记录前 5 条结果中正确段落的命中情况。
检查点：对比用同一批问题。
交接时最容易出问题的地方
- 格式不兼容：两边导入导出的格式提前测试一次。
- 信息丢失：每次交接附上来源和版本号。
- 责任不清：约定哪一步由谁做最终确认。
- 权限分散：两边的账号和分享范围分别检查。
如果暂时不想引入第二个工具，也可以先用 Tavily 等同类产品替代其中一环，跑通流程后再决定。
补充练习
资料卡片整理
适用情况：手头有搜索得到的十几篇资料时。
把这些资料整理成卡片：每张卡片包括一句话结论、关键数据、来源和可信度评价，最后按主题分组。
交付前确认：每张卡片都有来源。
带来源的快速调研
适用情况：手头有一个需要事实支撑的问题时。
请回答【问题】，每个关键结论后标注来源链接；如果不同来源说法不一，请分别列出；最后给出你认为最可靠的来源及原因。
验收标准：关键结论都有可点击来源。
内部文档入库
输入：一批 PDF、Word 和网页。
把这些文档解析为干净的文本：保留标题层级和表格，去掉页眉页脚，按章节切分，每段附上原文件名和页码。
验收标准：切分后的段落能回溯到页码。
常见问题：回答过于笼统
要求逐条引用原文，并限定只回答文档中有依据的内容。
常见问题：表格内容检索不到
换用能保留表格结构的解析工具，或单独把表格转成文本描述。
常见问题：中文检索效果差
选择对中文支持好的嵌入模型，并为专有名词建立同义词。
概念补充：RAG（检索增强生成）
先检索相关资料再让模型作答，降低胡编概率。
概念补充：重排序（Rerank）
对初步检索结果再次打分排序，提升相关性。
适合人群：数据分析师
数据分析师可以用 Jina Reader 处理取数与 SQL、清洗与可视化等工作。需要注意：确认指标口径，敏感数据脱敏后再交给 AI 处理。
注意事项
文中提示词和示例仅作示意，实际效果取决于你的材料和 Jina Reader 当前版本，重要内容请人工核对后再使用。
涉及个人信息、商业机密或受监管数据时，先确认 Jina Reader 的数据处理条款，再决定能否使用。