AIO Sandbox 工具 API 指南：使用 convert_to_markdown 将任意 URI 内容转换为 Markdown

AI Agent后端MCP 服务浏览器控制Agent 评测【免费下载链接】sandboxAll-in-One Sandbox for AI Agents that combines Browser, Shell, File, MCP and VSCode Server in a single Docker container.项目地址https://gitcode.com/gh_mirrors/sandbox103/sandbox点击查看免费下载导读AIO Sandbox 为 AI Agent 提供了一系列面向常见任务的工具 API其中第一个公开的工具能力就是内容转 Markdown。通过POST /v1/util/convert_to_markdownAgent 可以把公开网页、沙盒文件等 URI 指向的内容统一转换为干净、结构化的 Markdown 文本为后续的总结、写入文件、索引检索等下游任务提供规范输入。读完本文你将掌握该 API 的 HTTP 调用方式、Python/JavaScript 官方 SDK 用法、响应数据结构以及它在 Agent 工作流中的典型落地模式。工具 API 概览AIO Sandbox 是一个将 Browser、Shell、File、MCP 与 VSCode Server 整合在单一 Docker 容器中的 All-in-One 沙箱。在 Util 基础指南 中官方将工具类 API 定位为面向 Agent 常见任务的能力集合目前公开的工具能力包括内容转 Markdown。它的核心价值在于把异构来源网页 HTML、文档、PDF 等的内容归一化为统一的 Markdown 文本让 Agent 不必自己解析各种原始格式直接消费结构化文本。该 API 属于util分组在 OpenAPI 规范website/docs/public/v1/openapi.json中定义如下路径/v1/util/convert_to_markdown方法POST摘要Convert To Markdown请求体必需UtilConvertToMarkdownRequest包含字段uri成功响应200Response通用响应模型错误响应422HTTPValidationError即请求参数校验失败快速开始用 curl 调用转换接口原文档给出了最直接的 HTTP 调用方式。AIO Sandbox 默认监听在localhost:8080向/v1/util/convert_to_markdown发送 POST 请求即可curl -X POST http://localhost:8080/v1/util/convert_to_markdown \ -H Content-Type: application/json \ -d { uri: https://example.com }请求体只需一个必填字段uri它表示要转换的资源地址。从 UtilConvertToMarkdownRequest 类型定义 可以看出该字段类型为string官方注释将其描述为 The URI of the resource to convert要转换的资源的 URI。返回结果封装在通用的Response模型中。以 Python SDK 的类型定义sdk/python/agent_sandbox/types/response.py为例响应包含四个可选字段字段类型说明successbool操作是否成功messagestr操作结果消息dataAny操作返回的数据此处即转换后的 Markdown 文本hintstr提供给 AI Agent 的上下文提示例如标签页变化等拿到响应后Agent 可以将其交给 LLM 进行总结、写入沙盒文件或与浏览器自动化结果结合使用。注意上面的 curl 示例使用 HTTP 明文方式访问本地服务。如果部署在公网或需要鉴权请参考 认证指南 配置相应凭证与请求头。使用官方 SDK 调用Python 与 JavaScript除了原始 HTTP 接口AIO Sandbox 在仓库中还提供了自动生成的 Python 与 JavaScript SDK 封装二者均通过 Fern 从 OpenAPI 规范生成接口签名与 HTTP 端点一一对应。Python SDKPython 侧的封装位于sdk/python/agent_sandbox/util/目录client.py面向使用者的UtilClient/AsyncUtilClient返回反序列化后的Response.dataraw_client.py底层RawUtilClient返回包含完整httpx响应的包装对象同步调用方式来自 client.py 中的官方示例from agent_sandbox import Sandbox client Sandbox( base_urlhttps://yourhost.com/path/to/api, ) client.util.convert_to_markdown( uriuri, )异步调用方式import asyncio from agent_sandbox import AsyncSandbox client AsyncSandbox( base_urlhttps://yourhost.com/path/to/api, ) async def main() - None: await client.util.convert_to_markdown( uriuri, ) asyncio.run(main())从 raw_client.py 的实现可以看到convert_to_markdown实际发起的请求为路径v1/util/convert_to_markdown方法POST请求体 JSON{uri: uri}请求头Content-Type: application/json响应处理逻辑也很清晰2xx状态码会被解析为Response模型并返回422状态码会抛出UnprocessableEntityError对应参数校验失败其他异常统一以ApiError抛出。若希望拿到原始 HTTP 响应含状态码、响应头可以使用client.util.with_raw_response.convert_to_markdown(...)。JavaScript / TypeScript SDKJS SDK 的封装位于sdk/js/src/api/resources/util/Client.tsUtil类提供convertToMarkdown方法requests/UtilConvertToMarkdownRequest.ts请求体类型必填uri: stringconvertToMarkdown.ts错误类型定义区分422校验错误与未知错误调用示例来自 Client.ts 的官方示例await client.util.convertToMarkdown({ uri: uri })底层实现会将请求发送到${baseUrl}/v1/util/convert_to_markdown默认超时时间为 60 秒可通过timeoutInSeconds覆盖并支持maxRetries重试、abortSignal取消等高级选项返回对象中封装了原始响应rawResponse与类型化错误便于 Agent 程序做分支处理。典型使用场景Agent 工作流中的内容归一化原文档列出了三个核心使用模式它们共同指向一个目的在交给 LLM 处理之前先把异构内容统一成 Markdown。总结前先把公开网页转换为 Markdown网页 HTML 往往包含导航、脚本、广告等噪声直接喂给 LLM 会浪费 token 且降低提取质量。先经convert_to_markdown归一化再用 Agent 总结准确率和成本都更可控。下载文档到沙盒文件系统后再转换先借助 文件操作 能力把文档下载到沙盒再通过uri如file://协议地址转换形成下载 → 转换 → 读取的闭环。在索引或检索前统一内容格式无论是构建本地知识库还是做 RAG 检索统一的 Markdown 结构都能显著降低后续解析的复杂度。这三类场景还可以和 AIO Sandbox 的其他能力组合成更完整的流水线浏览器自动化website/docs/zh/guide/basic/browser.mdx负责抓取页面与截图工具 API 负责将内容转成 Markdown统一代码执行website/docs/zh/guide/basic/code.md负责跑后续处理脚本文件操作website/docs/zh/guide/basic/file.mdx负责持久化中间产物。源码佐证评测用例验证接口行为仓库的评测数据集为convert_to_markdown提供了真实的验证用例见 evaluation/dataset/evaluation_util.xml用例一将http://baidu.com转换为 Markdown校验输出是否包含文本百度或Baidu用例二统计 Markdown 输出中百度出现的次数要求返回正整数。这两个用例印证了接口的两点关键行为其一它确实能抓取并转换公网网页内容而非仅支持本地文件其二转换结果保留了页面的可读正文文本能够支撑后续的关键词匹配与统计类任务。评测执行结果记录在 evaluation/result/20251112/Latest.md 中可作为实现行为的历史佐证。小结/v1/util/convert_to_markdown是 AIO Sandbox 工具 API 的第一块拼图它以极简的{uri: ...}请求体把任意 URI → 干净 Markdown这一 Agent 高频需求收敛为一个可复用的标准端点。结合仓库中的 Python/JavaScript SDK、OpenAPI 定义与评测用例你可以快速在 Agent 工作流中集成内容归一化能力为总结、检索和文档处理打下统一的数据基础。赞分享AI Agent后端MCP 服务浏览器控制Agent 评测【免费下载链接】sandboxAll-in-One Sandbox for AI Agents that combines Browser, Shell, File, MCP and VSCode Server in a single Docker container.项目地址https://gitcode.com/gh_mirrors/sandbox103/sandbox点击查看免费下载相关推荐老Mac如何免费安装新版macOS2008-2017年Intel Mac的OpenCore Legacy Patcher升级教程老Mac如何免费安装新版macOS2008 2017年Intel Mac的OpenCore Legacy Patcher升级教程 2017年前的老Mac能不能操作系统固件驱动开发Ruffle如何用Rust语言让2000万Flash内容重获新生Ruffle如何用Rust语言让2000万Flash内容重获新生 当Adobe在2020年正式宣布停止支持Flash时超过2000万个.swf文件面临着成音视频语言运行时foobox-cn重构foobar2000用户体验的现代化DUI界面解决方案foobox cn重构foobar2000用户体验的现代化DUI界面解决方案 在专业音频播放领域foobar2000以其卓越的音质处理和高度可定制性而闻名桌面应用音视频上一篇ArcKit英国NHS临床安全叠加层DCB0129/0160、DTAC与MDR分类四命令下一篇抖音下载器终极指南免费批量下载视频音乐的完整解决方案创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考