# Słownik web reader API

> Słownik 36 terminów o czytaniu stron przez API: Markdown, główna treść, renderowanie JavaScript, robots.txt, Content Signals, RAG, MCP i kredyty.

- URL: https://webreaderapi.com/pl/glossary/
- Ostatnia aktualizacja: 2026-10-22
- Wydawca: WebReaderAPI (https://webreaderapi.com)

Słowa, które spotykasz, gdy zamieniasz strony internetowe w tekst dla modeli językowych, od strony HTML po stronę AI, z linkami do miejsc, gdzie każde z nich ma znaczenie w dokumentacji.

**Szybka odpowiedź — Co oznaczają główne terminy web reader API?**

Web reader API pobiera stronę, zachowuje jej **główną treść** i zwraca ją jako **Markdown**, który model może odczytać. **WebReaderAPI** dodaje **renderowanie JavaScript**, gdy strona wymaga przeglądarki, respektuje **robots.txt** i **Content Signals** oraz nalicza jeden **kredyt** za stronę, od 0,07 USD/1K stron według stanu na październik 2026. Pozostałe 36 terminów wyjaśniono poniżej.

## Od strony witryny internetowej

**HTML** — Język znaczników stron internetowych. Surowy HTML miesza tekst, którego chcesz, ze znacznikami, skryptami i stylami, dlatego czyta się go słabo dla modelu językowego.

**DOM** — Document Object Model: drzewo elementów, które przeglądarka buduje z HTML, a następnie zmienia za pomocą JavaScript. Wyrenderowana strona jest odczytywana z DOM, a nie z surowego HTML.

**Renderowanie JavaScript** — Uruchamianie skryptów strony w przeglądarce, aby pojawiła się treść ładowana po pierwszej odpowiedzi. WebReaderAPI robi to w razie potrzeby (`render=auto`), za dwa kredyty zamiast jednego.

**Przeglądarka headless** — Prawdziwy silnik przeglądarki, który działa bez ekranu i jest sterowany przez oprogramowanie. W ten sposób strony mocno oparte na JavaScript są renderowane na serwerze.

**Wyodrębnianie głównej treści** — Znajdowanie tej części strony, po którą przyszedł czytelnik, na przykład artykułu lub dokumentacji, i pomijanie wszystkiego wokół. W naszym API to `main_content=true`, ustawienie domyślne.

**Readability** — Zarówno cecha tekstu, jak i nazwa znanej rodziny algorytmów, które oceniają bloki strony, aby znaleźć główną treść, tak jak tryby czytania w przeglądarkach.

**Boilerplate** — Tekst powtarzany na każdej stronie witryny: menu, komunikaty o cookies, panele boczne, stopki, przyciski udostępniania. Usunięcie go to większość pracy czytnika stron internetowych.

**Markdown** — Format tekstu jawnego, w którym `#` oznacza nagłówek, `-` element listy, a `[text](url)` link. Modele czytają go dobrze, a zużywa znacznie mniej tokenów niż HTML.

**Metadane** — Fakty o stronie, a nie jej tekst: tytuł, opis, autor, data publikacji, język. WebReaderAPI zwraca je obok Markdown, gdy strona je podaje.

**Ekstrakcja PDF** — Zamiana tekstu z pliku PDF na Markdown. Pliki PDF do 20 MB i 100 stron są konwertowane do Markdown, po 1 kredycie za każdy rozpoczęty blok 10 stron.

**Sitemap** — Plik XML, w którym witryna wymienia swoje strony. Zadanie crawlingu zaczyna od niego, gdy istnieje, co pozwala szybciej znaleźć strony przy mniejszej liczbie zapytań.

**Paywall** — Bariera, która pokazuje treść tylko subskrybentom. WebReaderAPI nigdy nie czyta za nią.

## Od strony crawlera

**Crawler** — Program, który pobiera strony internetowe w określonym celu. Nasz pobiera tylko strony, o które proszą klienci, a [strona bota](https://webreaderapi.com/pl/bot/) to opisuje.

**User agent** — Nazwa, którą klient wysyła z każdym zapytaniem. Nasza to `WebReaderAPI/1.0 (+https://webreaderapi.com/bot/)`, więc właściciele witryn zawsze wiedzą, kto pyta.

**robots.txt** — Plik w katalogu głównym witryny, który mówi crawlerom, jakie ścieżki mogą pobierać, znormalizowany jako RFC 9309. Respektujemy robots.txt: nasz crawler identyfikuje się jako WebReaderAPI, przestrzega reguł napisanych dla niego lub dla wszystkich robotów i nie czyta strony, której witryna zabrania. Odrzucone strony nie są obciążane opłatą.

**Crawl-delay** — Wiersz w robots.txt proszący crawlery o odczekanie określonej liczby sekund między zapytaniami. Nasze zadania crawlingu go respektują.

**Content Signals** — Polityka dla wierszy robots.txt takich jak `Content-Signal: search=yes, ai-input=no`, które określają, jak można wykorzystywać treść witryny, w tym przez AI.

**ai-input** — Ustawienie Content Signals, które dotyczy wykorzystania strony jako danych wejściowych dla odpowiedzi AI. Jeśli witryna zadeklaruje Content-Signal: ai-input=no w swoim robots.txt, nie czytamy jej stron dla Ciebie.

**llms.txt** — Plik Markdown, który niektóre witryny publikują pod `/llms.txt`, aby dać modelom językowym krótki przewodnik po swoich treściach i kluczowych stronach.

**Crawl** — Czytanie wielu stron jednej witryny przez podążanie za jej linkami i sitemap. Crawling jednej witryny na zadanie, do 10 000 stron, zgodnie z jej sitemapą, jej robots.txt i jej Crawl-delay.

**Zadanie wsadowe** — Lista URL-i wysłana w jednym zapytaniu i przetwarzana w tle. Do 100 URL-i na jedno zadanie wsadowe.

**HTTP 403** — Status, który serwer wysyła, aby odrzucić zapytanie. Gdy witryna odpowiada 403 naszemu crawlerowi, API zwraca `target_refused` i nic nie pobiera.

**HTTP 429** — Status dla zbyt wielu zapytań. Ze strony oznacza zwolnij; z naszego API (`concurrency_limit`) oznacza, że Twoje konto osiągnęło limit jednoczesnych odczytów.

**Exponential backoff** — Oczekiwanie coraz dłużej po każdej nieudanej próbie (na przykład 1, 2, potem 4 sekundy) przed ponowną próbą, żeby nie zalewać zajętego serwera.

## Od strony AI

**Token** — Jednostka, którą czyta i za którą rozlicza się model językowy, w przybliżeniu krótkie słowo lub jego część. Czysty Markdown zużywa znacznie mniej tokenów niż ta sama strona w HTML.

**Context window** — Ilość tekstu, jaką model może przyjąć naraz. Parametr `max_chars` utrzymuje każdą stronę w ramach ustawionego budżetu.

**RAG** — Retrieval-augmented generation: model odpowiada na podstawie dokumentów pobranych dla pytania. Web reader dostarcza te dokumenty z live stron.

**Chunking** — Dzielenie długiego dokumentu na fragmenty przed indeksowaniem. Nagłówki Markdown dają naturalne punkty podziału.

**Embedding** — Lista liczb reprezentująca znaczenie fragmentu, używana do znajdowania fragmentów podobnych do pytania.

**Vector store** — Baza danych, która przechowuje embeddingi i zwraca najbliższe fragmenty do zapytania — zwykłe miejsce chunkowanych stron internetowych w systemie RAG.

**Tool calling** — Zdolność modelu do poproszenia aplikacji o uruchomienie funkcji, takiej jak odczyt URL, i do wykorzystania wyniku. Zobacz [OpenAI function calling](https://webreaderapi.com/pl/docs/openai/).

**MCP** — Model Context Protocol, standardowy sposób podłączania narzędzi do klientów AI, takich jak Claude Desktop lub Cursor. Nasza [strona MCP](https://webreaderapi.com/pl/docs/mcp/) pokazuje narzędzie fetch zbudowane na API.

## Od strony rozliczeń

**Kredyt** — Jednostka użycia API. 1 kredyt = 1 odczytana strona bez przeglądarki; 2 kredyty, gdy strona wymaga przeglądarki do wyrenderowania JavaScript. Zapytanie, które się nie powiedzie lub które zostanie odrzucone przez robots.txt witryny, nie jest obciążane opłatą.

**Concurrency** — Ile odczytów Twoje konto może uruchomić w tym samym momencie. Każde konto ma limit liczby stron czytanych jednocześnie; Twój dashboard go pokazuje, a support może go podnieść.

**KYC** — Know your customer: weryfikacja tożsamości, której wymagają niektóre serwisy, na przykład dokument tożsamości lub selfie. WebReaderAPI nie wymaga żadnej.

**Stablecoin** — Kryptowaluta śledząca walutę, taką jak dolar amerykański. USDT i USDC to dwie akceptowane przy doładowaniach; pełna lista monet jest BTC, USDT, USDC, ETH, SOL, LTC.

---

WebReaderAPI: WebReaderAPI to API czytnika stron internetowych dla agentów AI, które zamienia każdą publiczną stronę internetową w czysty Markdown, z płatnością kryptowalutą i bez przesyłania dokumentów tożsamości. Przedpłacone kredyty od 0,07 USD/1K stron nigdy nie wygasają, a robots.txt jest respektowany. Bez KYC — bez dowodu, bez selfie, bez dokumentów. Płatność kryptowalutą.