get-md CLI
get-md превращает HTML-страницы, PDF, DOCX и Markdown в чистый Markdown для языковых моделей из командной строки или кода.
- 96 ★ репозитория
- Последний коммит
Расширенный доступ
Почему такой уровень
- Команда ходит по URL и скачивает страницы и изображения на диск.
- Необязательный режим с моделью отправляет содержимое страниц в настроенную модель.
Установка
В терминале, через SkillFoxx CLI
npx skillfoxx add cli/get-mdОпределит агенты на машине, покажет уровень доступа и зафиксирует версию.
Другие способы установки
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- Команда ходит по URL и скачивает страницы и изображения на диск.
- Необязательный режим с моделью отправляет содержимое страниц в настроенную модель.
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
get-md — конвертер документов в Markdown, настроенный под подачу в языковую модель. Принимает файл, URL или поток stdin, сам определяет формат (HTML, PDF, DOCX или Markdown) и выдает структурированный текст с YAML-заголовком метаданных. Страницы очищает через Readability, у PDF восстанавливает заголовки, абзацы и списки. Команда `getmd` умеет убирать картинки, ссылки и таблицы, ограничивать длину вывода, скачивать изображения в папку и кэшировать ответы на диске. Mermaid-блоки сохраняются, а при включенной проверке синтаксиса сломанные диаграммы помечаются. Есть и библиотека: `convertToMarkdown` на TypeScript. Дополнительно подключается локальная модель для преобразования.
Для кого. Разработчикам агентов и RAG-конвейеров, которым нужно кормить модель чистым текстом документации, статей и PDF.
Подходит, если
- Агенту надо прочитать страницу документации без меню, футера и рекламы.
- Руководство в PDF должно стать Markdown с сохраненными заголовками и списками.
- Сайт с диаграммами Mermaid переносится в базу знаний, и исходники диаграмм не должны потеряться.
- Большой пакет страниц конвертируется скриптом, а повторные запросы надо брать из кэша.
Не подходит, если
- Страницы собираются JavaScript после загрузки: конвертер читает загруженный HTML.
- Вам нужен сервер MCP для агента: у get-md интерфейсы только CLI и библиотека.
- Среда на Node.js старше 22 версии.
Пример запроса к агенту
Скачай страницу https://example.com/docs через getmd, убери картинки и сохрани результат в docs.md.Ограничения
Требуется Node.js 22 или новее. Сканированные PDF без текстового слоя превращаются в пустой результат, потому что OCR в README не заявлен. Восстановление диаграмм из PDF идет через удаленную модель с компьютерным зрением, включается явно и работает с погрешностью. Проверка Mermaid требует отдельно установленный пакет `mermaid`. Максимальная длина вывода по умолчанию — миллион символов. Лицензия MIT, версия пакета на момент проверки — 1.7.0. Скорость меньше 100 мс заявлена для режима без модели.
Как отключить. Запуск через `npx` ничего не оставляет в системе. Глобальную установку снимите командой `npm uninstall -g @nanocollective/get-md`, кэш лежит в `~/.get-md/cache`.
Частые вопросы
Как запустить get-md без установки?
Выполните `npx @nanocollective/get-md https://example.com -o output.md`. Результат попадет в файл, без `-o` он печатается в stdout.
Какие форматы читает get-md?
HTML, PDF, DOCX и Markdown. Формат определяется по расширению файла, адресу или сигнатуре `%PDF` в stdin.
Чем он отличается от MarkItDown?
Фокус на подаче в модель: Readability-очистка страниц, YAML-метаданные, работа с Mermaid и кэш HTTP. Python и Microsoft здесь не нужны, это пакет Node.js.
Как убрать из вывода ссылки и картинки?
Добавьте флаги `--no-links` и `--no-images`. Таблицы отключает `--no-tables`.
Есть ли у get-md сервер MCP?
В README MCP-сервер не заявлен: доступны команда `getmd` и библиотека. Агент вызывает команду из оболочки.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
CLI-инструментыCLI и библиотека Python делают из PDF, Word и PowerPoint элементы JSON, страницы JSONL и скиллы без OCR и моделей.
CLI-движок, который собирает из документов локальную структурированную вики: прозрачная альтернатива обычному RAG с доступом для агента по MCP
MCP-сервер дает агенту поиск и ответы по локальным документам с гибридным индексом, повторным ранжированием и ссылками на разделы.
Скилл и CLI для анализа таблиц: чистка с записанными решениями, статистика на нужном уровне, PDF-отчет и отдельный аудит.
minirag-mcp ищет по вашим документам гибридным поиском на векторах и BM25 и работает на компьютере, без отправки файлов наружу
Graphlit MCP Server — база знаний для агента
Graphlit MCP Server
Официальный MCP-сервер Graphlit: агент собирает материалы из Slack, GitHub, почты и сайтов в базу знаний и ищет по ней
Коротко о README
Проект сообщества Nano Collective, пакет `@nanocollective/get-md` под лицензией MIT. Заявлена скорость конвертации меньше 100 мс без модели, с моделью качество растет за счет времени.