关于互联网知识抓取。此前针对一些政策信息，在 n8n 里利用 css 选择器的方式，分类做了工作流。现在想想太低效了，而且正文内容也没有清洗干净。最近看了 firecrawl，以及利用小参数模型清洗数据的案例，计划改造下这套工作流。目的是在日常采集时多多利用模型和工具，完成数据清洗。【感想】以前囤信息，是觉着自己以后能再次查看，现在想想，囤太多其实看不完，还是囤些适合大模型的资料，让 agent 来完成信息查询、提取吧。