content-extraction

本文提出一套面向生成式AI工作负载的生产级内容提取系统，包含选择性OCR路由、稀缺优先的标注策展引擎、结构感知的父子分块器与只读检索评估器，在180篇文档语料上达到97.4/100的抽取评分与hit@10 92.8%的检索命中率，并总结出三条设计原则。

Xtracticle 是一款免费的开源工具，可以提取 X（Twitter）上的文章、推文串和帖子，并将其转换为 Markdown、纯文本、PDF 或 EPUB 文件，无需登录或 API 密钥。新版本新增了推文串展开、批量模式、iPhone 快捷指令、7 种语言支持，以及面向 Claude、ChatGPT、Cursor 等 AI 助手的 MCP 服务器。