codearia-sieve
Открыть на GitHubОткрытый парсер, который готовит страницу не читателю, а судье: даты как даты, числа с единицами, чанки под окно модели решений и счёт токенов до и после. MCP-сервер и библиотека, MIT, без модели и без ключа.
npx -y codearia-sieveЧто он делает
Агент, которому нужна страница, забирает её целиком: меню, cookie-баннер, футер, рекламные слоты и мегабайт разметки фреймворка. Потом модель, которой платят за токен, копается в этой куче ради одного абзаца. codearia-sieve делает раскопки до того, как модель что-то увидит, и возвращает страницу не как текст, а как состояние: "Published September 15, 2026" становится "2026-09-15", "$42 per billion tokens" становится { value: 42, unit: "USD_per_billion" }, текст режется на чанки, каждый из которых знает свой размер в токенах и #anchor на странице, где ответ можно проверить.
Для кого
Отличие от инструментов «страница в markdown» в адресате. Они готовят вход для читателя, этот готовит вход для судьи: для дешёвых моделей решений вроде Jev, которые не пишут, а классифицируют и оценивают, не умеют считать, читают даты как строки и теряют точность, когда в контексте лишнее. Восемь шагов обычного кода, без модели и без ключа API; на одном и том же HTML выходит один и тот же JSON. Ожидаемые неудачи не бросают исключений, а приходят именованными предупреждениями: robots-disallowed, blocked, http-error, paywall, empty-without-js, thin-content, block-split, facts-capped.
Что замерили
Что мы замерили сами 21 сентября 2026 на 56 случайных страницах: медианная экономия токенов 98,5 %, средняя 91,3 %, медианная страница 53 718 токенов на входе и 1 106 на выходе, 1,1 с на страницу по медиане и 3,5 с на 90-м процентиле, 50 из 56 страниц пригодны, девять языков. Затем результат отдали Jev: 11 из 11 извлечённых фактов подтверждены автоматически с уверенностью 0,86–1,0, 6 из 6 типов страниц определены верно. Прогон 50 страниц с Jev в роли судьи стоит около $0,002; те же страницы сырым HTML в Sonnet обошлись бы примерно в $8,60, в Opus примерно в $43.
Где останавливается и как поставить
Где он останавливается, написано в README, а не спрятано: главные страницы и листинги дают заголовки и thin-content, статьи, которые рисует JavaScript, приходят как empty-without-js, тарифная сетка не знает, в какой колонке тарифа стоит число, и парсер этого не угадывает. Ставится одной строкой как MCP-сервер в Claude Code или Cursor (npx -y codearia-sieve), даёт два инструмента, sieve_page и sieve_chunk, или подключается как библиотека через npm i codearia-sieve. 69 тестов, все офлайн.
Комментарии