mdream - convierte cualquier sitio a Markdown limpio y llms.txt

• Herramienta que convierte sitios web de forma rápida y ligera a formatos Markdown y llms.txt, para ayudar a generar contexto para LLM que la IA pueda consultar
• Los convertidores tradicionales de HTML→Markdown no están pensados para LLM, por lo que consumen más tokens y son más lentos
• El núcleo de mdream es un convertidor de HTML→Markdown optimizado para LLM que genera una salida optimizada con aprox. 50% menos tokens y puede convertir 1.4MB de HTML en unos 50ms a gran velocidad
  • Biblioteca de 5kB gzip sin dependencias externas
• Con el paquete @mdream/crawl se puede rastrear un sitio completo para generar llms.txt, llms-full.txt y archivos Markdown individuales, y conectarlo con herramientas de IA como Claude Code
• Puede ejecutarse en distintos entornos como CLI, Docker, GitHub Actions, Vite y Nuxt
• Con un sistema de plugins, permite agregar filtrado de contenido, transformación de nodos y comportamientos personalizados mediante hooks en el pipeline
  • extractionPlugin: extrae elementos específicos usando selectores CSS, útil para análisis de datos
  • filterPlugin: permite incluir o excluir elementos según selectores CSS o ID de etiquetas
  • frontmatterPlugin: genera YAML frontmatter a partir de la información del head HTML (title, meta, etc.)
  • isolateMainPlugin: extrae solo el contenido principal usando el elemento <main> o el rango entre header y footer
  • tailwindPlugin: convierte clases de Tailwind CSS en formato Markdown (negritas, cursivas, etc.)
  • readabilityPlugin: puntúa y extrae la legibilidad del contenido (función experimental)

[tensun]

Lo probé, pero da error y no funciona correctamente. Publiqué un comentario en el issue correspondiente.