Jina AI ReaderLM-v2 拡張リリース: HTML から Markdown/JSON への変換品質が向上し、エージェント検索ベースがアップグレードされました。

Jina AI は、2026 年 6 月に ReaderLM-v2 の強化版をリリースしました。その核心は、Reader での HTML から Markdown/JSON への変換品質をより高いレベルに向上させ、検索関連の機能を拡張し続けることです。 r.jina.ai と s.jina.ai を核とするエージェント検索基盤として、このアップデートは Web ページ情報を取得する RAG システムと AI エージェントの信頼性と忠実性に直接関係します。

• 変換品質の向上: ReaderLM-v2 は、HTML から Markdown/JSON への変換の精度を向上させ、情報損失と構造的混乱を軽減します。
• 検索機能の拡張: エージェントのリアルタイム情報取得をサポートするために、検索エンドポイントが引き続き拡張されています。
• コンポーネント化された検索ベース: Reader、Embeddings、Reranker、DeepSearch およびその他の機能を個別に呼び出したり、自由に組み合わせたりできます。
• LLM 対応の出力の場合: Web ページのコンテンツを LLM 対応のテキストに変換することは、RAG およびエージェントにとって重要な前処理層です。

バージョンの背景

Jina AI は、別のベクトル データベースや検索エンジンとして位置付けられるのではなく、「コンポーネント化された検索」を中核概念とするオープンソースの検索インフラストラクチャ レイヤーのセットとして位置づけられています。 Web ページの読み取り (Reader)、セマンティック ベクトル化 (Embeddings)、関連性の並べ替え (Reranker)、マルチモーダルの理解、詳細な検索推論 (DeepSearch) を、独立して自由に組み合わせて呼び出すことができる API モジュールに分解します。 Reader API は、r.jina.ai の URL 読み取り機能を公開した 2023 年 1 月以来進化を続けており、ReaderLM-v2 はこの進化における変換品質の重要なアップグレードです。

このバージョンのハイライト

ReaderLM-v2 変換の強化

• HTML から Markdown: Web ページの構造をより正確に復元し、ナビゲーションや広告などのノイズを除去し、テキストのセマンティクスを保持します。
• HTML から JSON: プログラムによる利用とデータ ストレージを容易にするためのページ情報の構造化抽出。
• 忠実度の向上: テーブル、コード ブロック、リストなどの複雑な構造は、変換中に歪みが少なくなり、ダウンストリームの解析コストが削減されます。

検索および取得コンポーネント

• s.jina.ai Search: エージェント指向のリアルタイム検索機能。Reader と連携して「検索-読み取り」閉ループを完了します。
• 埋め込みと再ランカー: 検索品質を向上させるためのセマンティック ベクトル化と関連性の再配置。
• DeepSearch: 複数ステップの取得シナリオをサポートする、詳細な検索推論機能。

開発者にとっての意味

業界の観点から見ると、Jina AI の ReaderLM-v2 アップグレードは、エージェント インフラストラクチャの決定論的な要件を示しています。つまり、Web ページ情報はエージェントにとって最も重要な外部データ ソースの 1 つであり、「Web ページから構造化テキストへ」の変換の品質が RAG アプリケーションの応答品質を直接決定します。これは国内開発者にとって、文書質疑応答、情報集約、エージェントアプリケーションを構築する際に、まず「確実なWebページの読み取り」をインフラとして接続し、その後にベクトル化や再配置を追加できることを意味する。

LlamaIndex などの RAG フレームワーク アプリケーションを構築するチーム向けに、Reader は高品質な「Web ページ ローダー」の実装を提供します。これにより、自作のクロールとクリーニングの作業負荷が大幅に軽減されます。

始めるためのヒント

• RAG アプリケーション: Reader エンドポイントを使用して、自作の Web ページ解析を置き換え、変換品質による回答精度の向上を確認します。
• エージェント開発: s.jina.ai検索とリーダーを組み合わせて、「リアルタイム検索 - Webページ読み取り - 構造化出力」のエージェント情報リンクを構築します。
• 評価基準: ベースの品質は、「構造化変換の精度」と「検索結果の関連性」の 2 つの軸で測定されます。

今後の注目すべき方向性

1. 変換品質の境界: 複雑な動的ページ、クロール防止ページ、多言語コンテンツの変換パフォーマンス。
2. 検索機能のリアルタイム パフォーマンス: リアルタイム パフォーマンスの範囲と地域差は、エージェントの実装範囲に影響します。
3. 国内検索コンポーネントとの比較: 中国の Web ページおよび中国の検索シナリオにおける国内検索ソリューションとの実測比較。