codearia-sieve

מה הוא עושה

סוכן שצריך עמוד אינטרנט מושך את כולו: ניווט, באנר עוגיות, פוטר, משבצות פרסום ומגה-בייט של מארקאפ של הפריימוורק. ואז מודל שמשלמים עליו לפי טוקן חופר בערימה בשביל פסקה אחת. codearia-sieve עושה את החפירה לפני שהמודל רואה משהו, ומחזיר את העמוד כמצב ולא כטקסט: "Published September 15, 2026" הופך ל-"2026-09-15", "$42 per billion tokens" הופך ל-{ value: 42, unit: "USD_per_billion" }, והטקסט נחתך לצ'אנקים שכל אחד מהם יודע את גודלו בטוקנים ואת ה-#anchor בעמוד שבו אפשר לבדוק את התשובה.

למי זה

ההבדל מכלי "עמוד למרקדאון" הוא למי הפלט מיועד. הם מכינים קלט לקורא; זה מכין קלט לשופט: מודלי החלטות זולים כמו Jev, שלא כותבים אלא מסווגים ומדרגים, לא יודעים לספור, קוראים תאריכים כמחרוזות ומאבדים דיוק כשחומר לא רלוונטי ממלא את ההקשר. שמונה שלבים של קוד רגיל, בלי מודל ובלי מפתח API; אותו HTML נותן אותו JSON. כשלים צפויים לא זורקים חריגה אלא חוזרים כאזהרות עם שם: robots-disallowed, blocked, http-error, paywall, empty-without-js, thin-content, block-split, facts-capped.

מה מדדנו

מה שמדדנו בעצמנו ב-21 בספטמבר 2026 על 56 עמודים אקראיים: חיסכון חציוני בטוקנים של 98.5%, ממוצע 91.3%, העמוד החציוני 53,718 טוקנים בכניסה ו-1,106 ביציאה, 1.1 שניות לעמוד בחציון ו-3.5 שניות באחוזון ה-90, 50 מתוך 56 עמודים שמישים, תשע שפות. אחר כך הפלט הועבר ל-Jev: 11 מתוך 11 עובדות שחולצו אומתו אוטומטית בביטחון 0.86 עד 1.0, ו-6 מתוך 6 סוגי עמודים סווגו נכון. ריצה על 50 עמודים עם Jev כשופט עולה בערך $0.002; אותם עמודים כ-HTML גולמי היו עולים בערך $8.60 ב-Sonnet ובערך $43 ב-Opus.

איפה הוא נעצר ואיך מתקינים

איפה הוא נעצר כתוב ב-README ולא מוסתר: עמודי בית ורשימות נותנים כותרות ו-thin-content, מאמרים שמצוירים ב-JavaScript חוזרים כ-empty-without-js, וטבלת מחירים לא יודעת תחת איזו עמודת תוכנית יושב המספר, אז הפרסר לא מנחש. מותקן בשורה אחת כשרת MCP ל-Claude Code או Cursor (npx -y codearia-sieve), חושף שני כלים, sieve_page ו-sieve_chunk, או נכנס כספרייה עם npm i codearia-sieve. 69 בדיקות, כולן אופליין.