技術調査 - Jina Reader

概要

Jina AI Search Foundation は、LLM アプリケーション向けの検索・コンテンツ処理基盤です。
Web コンテンツの取得・変換・意味検索・再ランキングを API として提供します。

中核となるのが Jina Reader です。2 つのエンドポイントで構成されます。

r.jina.ai  →  URL を指定し、LLM 向け Markdown に変換
s.jina.ai  →  クエリを指定し、Web 検索 + コンテンツ抽出を一括実行

RAG（Retrieval-Augmented Generation、検索拡張生成）パイプライン・AI エージェント・グラウンディング処理のコンポーネントとして機能します。

Jina AI Search Foundation の全体像

要素名	説明
Reader API - r.jina.ai	URL から LLM 向けコンテンツを抽出
Search API - s.jina.ai	Web 検索と上位結果のコンテンツ抽出を統合
Embeddings API	テキスト・画像・コードをベクトルに変換
Reranker API	検索結果をクエリとの関連度で並び替え
RAG / AI Agent	各 API を組み合わせて利用する上位アプリケーション層

Jina Reader の位置づけ

要素名	説明
生の HTML	JavaScript 動的レンダリング・ノイズを含む Web ページ
Jina Reader	ブラウザ自動化と ML モデルで構造化テキストに変換
LLM 向け Markdown	余分なタグ・広告・ナビを除去した読み取り可能なコンテンツ
LLM	変換済みコンテンツを入力として推論

特徴

URL の前に r.jina.ai/ を付けるだけでコンテンツを取得可能（ゼロ設定）
Markdown・HTML・テキスト・スクリーンショット・構造化 JSON の複数出力形式に対応
VLM（Vision Language Model、視覚言語モデル）による画像の自動キャプション生成（X-With-Generated-Alt ヘッダで有効化）
s.jina.ai が Web 検索と上位結果の本文抽出を 1 リクエストで実行（デフォルト 5 件、num パラメータで最大 20 件まで指定可能）
CSS セレクタ指定・JavaScript 待機・レンダリングタイミング制御を提供
Embeddings / Reranker API と組み合わせて完結した RAG パイプラインを構築可能
EU データレジデンシー対応の EU Compliance 機能を提供
無料枠として 10M トークン / API キーを提供し、標準レート 500 RPM を保証
Apache-2.0 ライセンスで商用利用可能

類似ツールとの比較

比較項目	Jina Reader	Firecrawl	Diffbot
実行方式	ブラウザ自動化 + HTTP 直接取得の切り替え	ブラウザ / HTTP の動的選択（FIRE-1 エージェント付き）	独自クローラー + 自動ページ分類
リソース消費	RPM ベースのレート制限（20〜5,000 RPM）	同時ブラウザ数ベースの制限（2〜100 並列）	API コール数ベース（月額固定）
対応機能	URL 変換・Web 検索・画像キャプション生成・構造化抽出	URL 変換・サイト全体クロール・サイトマップ対応・構造化抽出	自動エンティティ分類（記事・製品・人物等）・JSON 出力
起動速度	平均レイテンシ数秒（キャッシュ利用時は短縮）	動的 / 静的の自動判定でページ毎に最適化	API 応答依存（SLA 非公開）
ライセンス	Apache-2.0（商用利用可）	AGPL-3.0（Cloud 版は独自ライセンス）	クローズドソース
無料枠	10M トークン / API キー	500 クレジット	なし（有料プランのみ）

注: 価格・ライセンス情報は 2026 年 4 月時点のものです。最新情報は各サービスの公式サイトを確認してください。

ユースケース別推奨

ユースケース	推奨ツール	理由
RAG プロトタイピング	Jina Reader	セットアップ不要・無料枠が大きい
サイト全体クロール	Firecrawl	再帰クロール・サイトマップ対応が標準機能
構造化データ抽出	Diffbot	自動エンティティ分類で JSON を即時取得
Web 検索 + 本文取得の一括処理	Jina s.jina.ai	検索と抽出を 1 API コールで完結
多量ページの定常処理	Firecrawl	大規模処理でのコスト効率が高い
画像を含む Web ページの処理	Jina Reader	VLM による自動画像キャプション生成

構造

システムコンテキスト図

要素名	説明
利用者	API を利用する開発者またはエンドユーザー
LLM アプリケーション	RAG・エージェントなど、Jina API を呼び出すアプリケーション
Jina Reader - r.jina.ai	URL を LLM 向けコンテンツに変換する Reader API
Jina Search - s.jina.ai	Web 検索と全文取得を一体化した Search API
Jina AI Search Foundation	Embeddings・Reranker などの基盤 API 群
Web サイト	Reader が取得対象とする任意の Web ページや PDF
検索エンジン	Search API が利用する外部検索プロバイダー
認証・課金サービス	API キー検証・レート制限・トークン課金を提供

コンテナ図

要素名	説明
Crawler Host	URL を受け取り、コンテンツ抽出・変換・キャッシュを担当
Serp Host	検索クエリを受け取り、検索結果メタデータを取得・キャッシュ
Searcher Host	Serp Host と Crawler Host を連携させ、検索と全文取得を統合するオーケストレーター
Embeddings API	テキスト・画像・コードをベクトルに変換する基盤 API
Reranker API	クエリに対するドキュメントの関連度を再ランキングする基盤 API
分散キャッシュ - Firebase	クロール結果と検索結果を保持する分散ストレージ
認証・課金モジュール	API キー検証・レート制限・トークン使用量計上
VLM サービス	画像キャプション生成に使用するビジョン言語モデルサービス

コンポーネント図

Crawler Host の内部構成

要素名	説明
Input Normalizer	URL を正規化し、robots.txt 遵守確認とドメインブロック確認を実施
Engine Selector	コンテンツ種別とリクエストパラメーターに基づき抽出エンジンを選択
Puppeteer Control	ヘッドレス Chrome で JavaScript 実行が必要なページをレンダリング
Curl Control	node-libcurl を使用してスタティックページを高速取得
PDF Extractor	pdfjs-dist を使用して PDF ドキュメントからコンテンツを抽出
Readability Processor	Mozilla Readability でメインコンテンツを抽出
Snapshot Formatter	PageSnapshot を Markdown・HTML・JSON・ストリームに変換
Cache Manager	URL パスの MD5 ダイジェストをフィールド検索してキャッシュ照会・書き込みを管理
Rate Limit Control	IP 別・UID 別のレート制限を LRU キャッシュで高速に適用
Auth Validator	Bearer トークンを検証し、UID とトークン残高を解決
Billing Reporter	トークン使用量を計算して課金 API に報告
Crawled コレクション	URL パスの MD5 ダイジェストを検索フィールドとするキャッシュメタデータストア
Domain Blockade コレクション	不正利用ドメインの 1 時間ブロック記録を保持するストア
Firebase Storage	レンダリング済みページスナップショットとスクリーンショットを保持
VLM サービス	Puppeteer が取得した画像のキャプション生成に使用するモデル

Searcher Host の内部構成

要素名	説明
Query Receiver	検索クエリのリクエストを受け取り、パラメーターを検証
Auth Validator	Bearer トークンを検証し、UID とトークン残高を解決
Rate Limit Control	Search API 固有のレート制限を適用
Serp Coordinator	Serp Host への問い合わせとキャッシュ制御を調整
Provider Router	複数の検索プロバイダーを順次試行し、失敗時にフォールバック
Internal Jina SERP	Jina 内部の検索インデックスを使用するプロバイダー
Serper Google	Serper.dev 経由で Google 検索結果を取得するプロバイダー
Serper Bing	Serper.dev 経由で Bing 検索結果を取得するプロバイダー
Query Reducer	ゼロ結果時にクエリを段階的に短縮して再試行
SERP Result コレクション	クエリの MD5 ダイジェストを検索フィールドとする検索結果のキャッシュストア
Result Qualifier	検索結果の品質確認と絞り込み
Content Fetcher - scrapMany	検索結果 URL に対して Crawler Host を並列呼び出し
Billing Reporter	結果件数とプロバイダー種別に基づくトークン課金を報告

データ

概念モデル

要素名	説明
共通ヘッダー	全 API で共有する HTTP ヘッダー群
認証ヘッダー	Bearer トークンによる認証情報
キャッシュ制御ヘッダー	キャッシュのバイパスや許容設定
Markdown書式ヘッダー	Markdown 出力の書式を制御する設定
Reader リクエスト	r.jina.ai への入力パラメータ
Reader レスポンス	r.jina.ai からの出力データ
Reader コンテンツデータ	抽出されたページのコンテンツ情報
Viewport	ブラウザ描画時の表示領域サイズ
Search リクエスト	s.jina.ai への検索クエリと条件
Search レスポンス	s.jina.ai からの検索結果
Search 結果アイテム	各検索結果ページのコンテンツ
Embeddings リクエスト	Embeddings API への入力テキストとモデル指定
Embeddings レスポンス	Embeddings API からのベクトル配列
Embedding アイテム	個別入力に対するベクトル表現
使用量情報	リクエスト消費トークン数
Reranker リクエスト	Reranker API へのクエリと文書リスト
Reranker レスポンス	Reranker API からの再順位付け結果
Reranker 結果アイテム	個別文書の関連スコアと元インデックス

情報モデル

要素名	説明
AuthHeader	Bearer トークン、Accept、Content-Type を保持する認証ヘッダー
CacheHeader	キャッシュバイパスフラグと許容期間を保持するヘッダー
MarkdownHeader	Markdown 出力の見出し・区切り・リスト・リンク書式を制御するヘッダー
ReaderRequest	取得対象 URL、コンテンツ形式、CSS セレクター、エンジン設定等を含むリクエスト（主要フィールドのみ記載、全パラメータは公式ドキュメント参照）
ReaderViewport	ブラウザ描画時の幅・高さ（ピクセル）
ReaderResponse	HTTP ステータスコードとアプリケーションステータスを含む応答外枠
ReaderContentData	最終 URL、タイトル、説明、本文、リンク一覧、画像一覧を含む抽出データ
SearchRequest	検索クエリ、国・言語コード、結果件数、ページオフセットを含むリクエスト
SearchResponse	HTTP ステータスコードとアプリケーションステータスを含む応答外枠
SearchResultItem	各検索結果のタイトル、URL、本文を含むアイテム（リンク、画像、ファビコンは任意）
EmbeddingsRequest	モデル名、入力テキスト配列、ベクトル形式、タスク種別、次元数などを含むリクエスト
EmbeddingsResponse	使用モデル名を保持する応答外枠
EmbeddingItem	入力インデックスに対応するベクトル配列を含むアイテム
UsageInfo	リクエストで消費したプロンプトトークン数と合計トークン数
RerankerRequest	モデル名、クエリ、文書リスト、返却件数（top_n）、文書テキスト返却フラグ（return_documents）を含むリクエスト
RerankerResponse	再順位付け結果リストを保持する応答外枠
RerankerResultItem	元インデックス、関連スコア（relevance_score）、文書オブジェクト（document）を含む結果アイテム

構築方法

API キー取得

Jina AI 公式サイトにアクセス
メールアドレスでアカウントを作成
API キーが発行される
新規キーには 1,000 万トークン分の無料枠が付与
同一 API キーが Reader、Search、Embeddings、Reranker の全 API で共有

環境変数設定

export JINA_API_KEY="your-api-key-here"

SDK インストール - Python

専用 SDK は不要です。requests ライブラリで全 API を利用できます。

pip install requests

SDK インストール - Node.js

専用 SDK は不要です。node-fetch または標準の fetch で全 API を利用できます。

npm install node-fetch

curl（インストール不要）

追加インストールなしで即時利用できます。

動作確認

API キーの設定が正しいか確認するには以下のコマンドを実行します。

curl -s https://r.jina.ai/https://example.com \
  -H "Authorization: Bearer $JINA_API_KEY" \
  -H "Accept: application/json" |
python3 -c "import sys,json; d=json.load(sys.stdin); print('OK' if d['code']==200 else 'NG:', d.get('code'))"

利用方法

Reader API - URL 読み取り

GET リクエストで URL の前に https://r.jina.ai/ を付加するだけで利用できます。

# 最も簡単な使い方（認証なし、無料枠の範囲内）
curl https://r.jina.ai/https://example.com

# 認証あり（より高いレート制限）
curl https://r.jina.ai/https://example.com \
  -H "Authorization: Bearer $JINA_API_KEY"

POST リクエストも利用できます。

curl -X POST https://r.jina.ai/ \
  -H "Authorization: Bearer $JINA_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Accept: application/json" \
  -d '{"url": "https://example.com"}'

Reader API - HTML 直接入力

URL の代わりに HTML を直接入力するには html パラメータを使います。

curl -X POST https://r.jina.ai/ \
  -H "Authorization: Bearer $JINA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"html": "<html><body><p>サンプルテキスト</p></body></html>"}'

Reader API - 出力形式指定

X-Respond-With ヘッダで出力形式を切り替えます（X-Return-Format も互換性のため使用可能）。デフォルトは content です。

値	説明
`content`	Readability ベースの構造化コンテンツ（デフォルト）
`markdown`	Markdown 形式
`html`	HTML 形式
`text`	プレーンテキスト
`screenshot`	ページのスクリーンショット
`pageshot`	ページ全体のスクリーンショット
`readerlm-v2`	ReaderLM-v2 モデルによる高品質抽出（3 倍コスト）
`vlm`	VLM による画像キャプション付き抽出

# テキスト形式で出力
curl https://r.jina.ai/https://example.com \
  -H "Authorization: Bearer $JINA_API_KEY" \
  -H "X-Respond-With: text"

JSON モードで受け取るには Accept: application/json を指定します。

curl https://r.jina.ai/https://example.com \
  -H "Authorization: Bearer $JINA_API_KEY" \
  -H "Accept: application/json"

レスポンス形式:

{"code": 200, "status": 20000, "data": "抽出コンテンツ", "meta": null}

Reader API - CSS セレクタ指定

対象要素の絞り込みや除外に CSS セレクタを使います。

ヘッダ名	説明
`X-Target-Selector`	抽出対象を特定要素に絞り込み
`X-Remove-Selector`	ヘッダ・フッタなど不要要素を除外
`X-Wait-For-Selector`	指定要素が現れるまで待機

curl -X POST https://r.jina.ai/ \
  -H "Authorization: Bearer $JINA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "url": "https://example.com",
    "targetSelector": "article, .main-content",
    "removeSelector": "header, footer, nav"
  }'

Reader API - Python サンプル

import requests
import os

headers = {
    "Authorization": f"Bearer {os.getenv('JINA_API_KEY')}",
    "Accept": "application/json"
}

response = requests.post(
    "https://r.jina.ai/",
    headers=headers,
    json={"url": "https://example.com"}
)

content = response.json()["data"]

Reader API - Node.js サンプル

const JINA_API_KEY = process.env.JINA_API_KEY;

const res = await fetch("https://r.jina.ai/", {
  method: "POST",
  headers: {
    "Authorization": `Bearer ${JINA_API_KEY}`,
    "Content-Type": "application/json",
    "Accept": "application/json"
  },
  body: JSON.stringify({ url: "https://example.com" })
});

const { data } = await res.json();
console.log(data);

Search API - 検索クエリ

検索クエリを POST で送信します。内部で上位結果の URL を取得し、各ページの本文まで自動取得します。

curl -X POST https://s.jina.ai/ \
  -H "Authorization: Bearer $JINA_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Accept: application/json" \
  -d '{"q": "Jina AI embeddings"}'

GET リクエストも利用できます。

curl "https://s.jina.ai/Jina+AI+embeddings" \
  -H "Authorization: Bearer $JINA_API_KEY"

Search API - 地域・言語指定

パラメータ	説明	例
`gl`	国コード	`jp`、`us`
`location`	都市レベルの地域	`Tokyo, Japan`
`hl`	言語コード	`ja`、`en`
`num`	最大取得件数	`5`

curl -X POST https://s.jina.ai/ \
  -H "Authorization: Bearer $JINA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"q": "AI news", "gl": "jp", "hl": "ja", "num": 5}'

Search API - JSON モード

Accept: application/json を指定すると、各結果が title、content、url のオブジェクトで返されます。

curl -X POST https://s.jina.ai/ \
  -H "Authorization: Bearer $JINA_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Accept: application/json" \
  -d '{"q": "machine learning"}'

Search API - サイト内検索

site クエリパラメータでドメインを指定します。

curl "https://s.jina.ai/embeddings+tutorial?site=docs.jina.ai" \
  -H "Authorization: Bearer $JINA_API_KEY"

複数ドメインの指定も可能です。

curl "https://s.jina.ai/embeddings+tutorial?site=jina.ai&site=github.com" \
  -H "Authorization: Bearer $JINA_API_KEY"

Search API - Python サンプル

import requests
import os

headers = {
    "Authorization": f"Bearer {os.getenv('JINA_API_KEY')}",
    "Accept": "application/json"
}

response = requests.post(
    "https://s.jina.ai/",
    headers=headers,
    json={"q": "Jina AI", "gl": "jp", "hl": "ja"}
)

results = response.json()

Embeddings API - テキスト埋め込み

curl https://api.jina.ai/v1/embeddings \
  -H "Authorization: Bearer $JINA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "jina-embeddings-v3",
    "input": ["テキスト1", "テキスト2"]
  }'

Embeddings API - コード埋め込み

コード埋め込み専用モデルを使います。

モデル名	説明
`jina-code-embeddings-0.5b`	軽量コード埋め込みモデル
`jina-code-embeddings-1.5b`	高精度コード埋め込みモデル - Qwen2.5-Coder ベース

curl https://api.jina.ai/v1/embeddings \
  -H "Authorization: Bearer $JINA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "jina-code-embeddings-1.5b",
    "input": ["def hello(): return \"Hello World\""],
    "task": "code2nl"
  }'

Embeddings API - タスク指定

task パラメータでタスク固有の最適化を適用します。

タスク値	用途
`retrieval.query`	検索クエリ側の埋め込み
`retrieval.passage`	検索対象ドキュメント側の埋め込み
`text-matching`	テキスト類似度計算
`classification`	テキスト分類
`clustering`	テキストクラスタリング

curl https://api.jina.ai/v1/embeddings \
  -H "Authorization: Bearer $JINA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "jina-embeddings-v3",
    "task": "retrieval.query",
    "input": ["検索クエリ文"]
  }'

Embeddings API - 次元指定

dimensions パラメータで出力ベクトルの次元数を削減します。

モデル	パラメータ数	最大次元	最小次元	特徴
jina-embeddings-v5-text-small	677M	1024	32	最新テキスト埋め込みモデル
jina-embeddings-v5-text-nano	239M	512	32	軽量・高速版
jina-embeddings-v4	-	2048	128	マルチベクトル対応
jina-embeddings-v3	-	1024	32	安定版・幅広いタスク対応

curl https://api.jina.ai/v1/embeddings \
  -H "Authorization: Bearer $JINA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "jina-embeddings-v3",
    "input": ["サンプルテキスト"],
    "dimensions": 256
  }'

Embeddings API - レスポンス解析

{
  "data": [
    {
      "index": 0,
      "embedding": [0.123, -0.456],
      "object": "embedding"
    }
  ],
  "model": "jina-embeddings-v3",
  "usage": {"prompt_tokens": 10, "total_tokens": 10}
}

data[i].embedding に埋め込みベクトルが格納されます。

Embeddings API - Python サンプル

import requests
import os

headers = {
    "Authorization": f"Bearer {os.getenv('JINA_API_KEY')}",
    "Content-Type": "application/json"
}

response = requests.post(
    "https://api.jina.ai/v1/embeddings",
    headers=headers,
    json={
        "model": "jina-embeddings-v3",
        "task": "retrieval.passage",
        "input": ["埋め込むテキスト"]
    }
)

vector = response.json()["data"][0]["embedding"]

Reranker API - リランキング実行

curl https://api.jina.ai/v1/rerank \
  -H "Authorization: Bearer $JINA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "jina-reranker-v3",
    "query": "organic skincare",
    "documents": [
      "Aloe vera is a natural ingredient.",
      "Machine oil for engines.",
      "Rose hip oil for sensitive skin."
    ],
    "top_n": 2,
    "return_documents": true
  }'

Reranker API - モデル一覧

モデル名	特徴
`jina-reranker-v3`	0.6B パラメータ、多言語対応
`jina-reranker-m0`	マルチモーダル多言語対応
`jina-reranker-v2-base-multilingual`	100 言語以上対応
`jina-colbert-v2`	遅延インタラクション方式、89 言語対応

Reranker API - リクエストパラメータ

パラメータ	必須	説明
`model`	必須	使用するモデル名
`query`	必須	検索クエリ
`documents`	必須	リランキング対象のドキュメント配列
`top_n`	任意	返す上位件数
`return_documents`	任意	レスポンスにドキュメント本文を含めるか

Reranker API - レスポンス解析

{
  "results": [
    {
      "index": 2,
      "relevance_score": 0.92,
      "document": {"text": "Rose hip oil for sensitive skin."}
    },
    {
      "index": 0,
      "relevance_score": 0.43,
      "document": {"text": "Aloe vera is a natural ingredient."}
    }
  ]
}

results[i].relevance_score に関連性スコア（0〜1）が格納されます。results[i].index は元の documents 配列のインデックスです。

Reranker API - Python サンプル

import requests
import os

headers = {
    "Authorization": f"Bearer {os.getenv('JINA_API_KEY')}",
    "Content-Type": "application/json"
}

response = requests.post(
    "https://api.jina.ai/v1/rerank",
    headers=headers,
    json={
        "model": "jina-reranker-v3",
        "query": "検索クエリ",
        "documents": ["ドキュメント1", "ドキュメント2", "ドキュメント3"],
        "top_n": 2,
        "return_documents": True
    }
)

results = response.json()["results"]
for r in results:
    print(r["relevance_score"], r["document"]["text"])

共通ヘッダ一覧

ヘッダ名	説明
`Authorization: Bearer $JINA_API_KEY`	認証トークン（全 API で必須）
`Content-Type: application/json`	リクエストボディの JSON を示す
`Accept: application/json`	JSON レスポンスを要求
`Accept: text/event-stream`	ストリーミングレスポンスを要求

運用

レート制限管理

プラン	RPM	TPM	同時リクエスト
無料（API キーなし）	20	-	-
無料（API キーあり）	500	100K	2
有料	500	2M	50
プレミアム	5,000	50M	500

RPM と TPM のどちらか先に到達した時点でレート制限が発動
API キー指定時は IP ではなくキー単位で追跡
レート制限超過時はリトライ処理を実装

import time
import requests

def fetch_with_retry(url, headers, max_retries=3, backoff=2):
    for attempt in range(max_retries):
        resp = requests.get(f"https://r.jina.ai/{url}", headers=headers)
        if resp.status_code == 429:
            time.sleep(backoff ** attempt)
            continue
        return resp
    raise Exception("Rate limit exceeded after retries")

キャッシュ戦略

同一 URL への 5 分以内の再リクエストはキャッシュから返却
X-No-Cache: true ヘッダーでキャッシュをバイパス
X-Cache-Tolerance ヘッダーで許容キャッシュ時間（秒）を指定

# キャッシュをバイパス
curl https://r.jina.ai/https://example.com \
  -H "Authorization: Bearer $JINA_API_KEY" \
  -H "X-No-Cache: true"

# キャッシュ許容時間を600秒に設定
curl https://r.jina.ai/https://example.com \
  -H "Authorization: Bearer $JINA_API_KEY" \
  -H "X-Cache-Tolerance: 600"

トークンバジェット管理

X-Token-Budget ヘッダーでリクエストあたりの最大トークン数を制限
予算超過時はリクエストが失敗
ReaderLM-v2 エンジンは通常の 3 倍のトークンを消費

# トークンバジェットを5000に制限
curl https://r.jina.ai/https://example.com \
  -H "Authorization: Bearer $JINA_API_KEY" \
  -H "X-Token-Budget: 5000"

API 使用量モニタリング

API ダッシュボード（https://jina.ai/api-dashboard/）でトークン残高と使用履歴を確認
API キーを入力すると「API Key & Billing」タブで残高が表示
トークン残高が閾値を下回ると自動チャージが実行

EU リージョン対応

EU データ居住要件には専用エンドポイントを使用します。インフラとデータ処理はすべて EU 管轄内で完結します。

エンドポイント	EU リージョン
`r.jina.ai`	`eu.r.jina.ai`
`s.jina.ai`	`eu.s.jina.ai`

curl https://eu.r.jina.ai/https://example.com \
  -H "Authorization: Bearer $JINA_API_KEY"

ベストプラクティス

LLM/RAG システムとの統合パターン

RAG パイプラインにおける各 API の役割を以下に示します。

要素名	説明
ユーザークエリ	検索の起点となる入力テキスト
s.jina.ai - Web検索	クエリに基づき上位の URL と本文を取得
r.jina.ai - コンテンツ抽出	各 URL から LLM 向け Markdown を生成
Embeddings API - ベクトル化	テキストチャンクを数値ベクトルに変換
Reranker API - 再ランキング	意味的関連性でチャンクを並び替え
LLM - 回答生成	再ランキング済みコンテキストから回答を生成

import requests

JINA_API_KEY = "your_key"
headers = {"Authorization": f"Bearer {JINA_API_KEY}"}

# Step 1: Web検索で上位URLと本文取得
search_resp = requests.post(
    "https://s.jina.ai/",
    headers={**headers, "Accept": "application/json"},
    json={"q": "your query"}
)
results = search_resp.json()["data"]

# Step 2: Rerankerで関連度順に並び替え
rerank_resp = requests.post(
    "https://api.jina.ai/v1/rerank",
    headers={**headers, "Content-Type": "application/json"},
    json={
        "model": "jina-reranker-v3",
        "query": "your query",
        "documents": [r["content"] for r in results],
        "top_n": 3
    }
)
ranked = rerank_resp.json()["results"]
context = "\n\n".join(r["document"]["text"] for r in ranked)

# Step 3: LLM に投入（Claude 例）
import anthropic
answer = anthropic.Anthropic().messages.create(
    model="claude-sonnet-4-6",
    max_tokens=1024,
    system="以下のコンテキストを参照して回答してください:\n\n" + context,
    messages=[{"role": "user", "content": "your query"}]
)
print(answer.content[0].text)

Embeddings + ベクトル DB パターン

Embeddings API でドキュメントをベクトル化し、ベクトル DB に格納するパターンです。

import requests
import os

headers = {
    "Authorization": f"Bearer {os.getenv('JINA_API_KEY')}",
    "Content-Type": "application/json"
}

# ドキュメントをベクトル化
docs = ["ドキュメント1の内容", "ドキュメント2の内容", "ドキュメント3の内容"]
resp = requests.post(
    "https://api.jina.ai/v1/embeddings",
    headers=headers,
    json={
        "model": "jina-embeddings-v3",
        "task": "retrieval.passage",
        "input": docs
    }
)
vectors = [item["embedding"] for item in resp.json()["data"]]

# 検索クエリをベクトル化
query_resp = requests.post(
    "https://api.jina.ai/v1/embeddings",
    headers=headers,
    json={
        "model": "jina-embeddings-v3",
        "task": "retrieval.query",
        "input": ["検索クエリ"]
    }
)
query_vector = query_resp.json()["data"][0]["embedding"]

# Chroma / Qdrant / pgvector 等に格納・検索

MCP サーバー連携

Jina AI 公式 MCP サーバー（mcp.jina.ai）は Reader、Embeddings、Reranker API へのアクセスを提供します。

Claude Code / Claude Desktop 設定例:

{
  "mcpServers": {
    "jina": {
      "url": "https://mcp.jina.ai/v1",
      "headers": {
        "Authorization": "Bearer ${JINA_API_KEY}"
      }
    }
  }
}

ツール数が多いため、include_tags クエリパラメータで必要なツールのみを登録します。

https://mcp.jina.ai/v1?include_tags=search,read

MCP ツール	機能
`read_url`	URL から Markdown を取得
`parallel_read_url`	複数 URL を並列取得
`search_web`	Web 検索とコンテンツ取得
`search_arxiv`	arXiv 論文検索
`sort_by_relevance`	Reranker API による関連度ソート
`deduplicate_strings`	Embeddings API による重複排除

エージェントでの活用パターン

Claude Sonnet 系モデルは並列ツール呼び出しを優先するため、Jina MCP との親和性が高い
小規模 OSS モデル（Qwen、Llama）はツール実行をハルシネーションする傾向あり

# エージェントループの基本パターン
# 1. 計画フェーズ: LLMがアプローチを決定
# 2. 実行フェーズ: Jina ツールをループ呼び出し
# 3. 評価フェーズ: 目標達成まで繰り返す

# 実用例: 競合調査
# search_web → parallel_read_url → sort_by_relevance → 報告書生成

コスト最適化

手法	効果
`engine: direct` を優先	ブラウザ不要ページで処理速度向上・コスト削減
`retainImages: none` を指定	画像不要時にトークン使用量を削減
`engine: browser` を限定利用	JavaScript 必須ページのみに限定
ReaderLM-v2 を選択的に使用	複雑な HTML 構造のページのみに適用（3 倍コスト）
`X-Token-Budget` を設定	リクエストあたりの最大トークンを上限設定
キャッシュを活用	同一 URL の再リクエストでトークンを消費しない
`removeSelector` で不要要素を除去	ナビゲーション・フッター等を事前に除外

# コスト最適化例: 画像なし・直接エンジン・トークン制限
curl https://r.jina.ai/https://example.com \
  -H "Authorization: Bearer $JINA_API_KEY" \
  -H "X-Retain-Images: none" \
  -H "X-Engine: direct" \
  -H "X-Token-Budget: 3000"

セキュリティ

API キーは環境変数で管理し、コードに直書きしない
侵害された API キーはダッシュボードから即座に失効
Jina AI は SOC 2 Type I・Type II に準拠
API リクエストの入出力はモデル学習に使用されない
X-Robots-Txt ヘッダーで robots.txt ルールに準拠

curl https://r.jina.ai/https://example.com \
  -H "Authorization: Bearer $JINA_API_KEY" \
  -H "X-Robots-Txt: Googlebot"

トラブルシューティング

症状・原因・対処一覧

症状	原因	対処
SPA（Single Page Application）のコンテンツが取得できない	JS 実行前のプリロードを取得	`waitForSelector` でセレクタ表示を待機、または `timeout` を明示指定
ハッシュルーティング SPA で失敗	GET メソッドで URL が正しく解釈されない	POST メソッドでリクエストボディに `url` を指定
レート制限超過（429）	RPM または TPM 上限に到達	Exponential Backoff（指数バックオフ）でリトライ、またはプレミアムプランへ移行
プロキシエラー・タイムアウト	プロキシサーバーの不安定性	別のプロキシ URL を試す、`x-proxy-url` を省略して直接接続を確認
robots.txt によるブロック	サイトが Jina のクローラーをブロック	`X-Robots-Txt` で User-Agent を変更
タイムアウト（複雑・動的ページ）	ページ読み込みに時間がかかる	`X-Timeout` を最大 180 秒まで延長
コンテンツ抽出品質が低い	シンプルなエンジンでは構造が複雑すぎる	`engine: browser` または `respondWith: readerlm-v2` に変更
必要な要素が含まれない	デフォルト抽出範囲が不十分	`targetSelector` で対象 CSS セレクタを指定
不要な要素が含まれる	ナビゲーション等が混入	`removeSelector` で除外セレクタを指定
コンテンツが途中で切れる	クライアント側の 25k トークン上限	`X-Token-Budget` 設定を見直す
MCP ツールがループする	LLM のコンテキストウィンドウ不足	モデルの最大コンテキスト長を確認・拡大

エラーコード対応表

HTTP status	意味	対処
401	API キー無効	ダッシュボードでキーを再発行
402	トークン残高不足	課金ページで残高を追加
422	パラメータ不正	リクエストボディのフィールド名・型を確認
429	RPM / TPM 超過	Exponential Backoff でリトライ
503	サービス一時停止	数分後にリトライ

Shadow DOM 対応

Web Components（Shadow DOM）を使用するページでは withShadowDom を有効にします。

curl -X POST https://r.jina.ai/ \
  -H "Authorization: Bearer $JINA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"url": "https://example.com", "withShadowDom": "true"}'

PDF 抽出の注意点

パスワード保護された PDF は抽出不可
スキャン PDF（画像のみ）は OCR 未対応のため本文を取得不可
大容量 PDF はタイムアウトする場合あり。timeout を 120 秒以上に延長

curl -X POST https://r.jina.ai/ \
  -H "Authorization: Bearer $JINA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"url": "https://example.com/document.pdf", "timeout": 120}'

SPA コンテンツ取得の詳細手順

# waitForSelector を使用してJS描画完了を待機
curl -X POST https://r.jina.ai/ \
  -H "Authorization: Bearer $JINA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "url": "https://spa-example.com",
    "waitForSelector": "#main-content",
    "timeout": 30
  }'

# ハッシュルーティングSPAはPOSTで指定
curl -X POST https://r.jina.ai/ \
  -H "Authorization: Bearer $JINA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "url": "https://example.com/#/page/detail"
  }'

レート制限超過の詳細手順

レート制限管理セクションのリトライ処理を参照してください。ポイントは以下のとおりです。

2 ** attempt で指数的に待機時間を増加
最大リトライ回数を設定し、無限ループを防止
429 以外のエラーは即座にレスポンスを返却

調査所感

調査を通じて感じた Jina Reader の強みと注意点を整理します。

強み

ゼロ設定で即利用可能: curl https://r.jina.ai/URL だけで動作する手軽さは、プロトタイピング段階で大きなアドバンテージです。SDK のインストールや認証設定なしに試せるため、技術選定時の検証コストが低いです
Search API の一括処理が秀逸: 他のスクレイピングサービスでは「検索 → URL 取得 → 個別フェッチ」を自前で実装する必要がありますが、s.jina.ai はこれを 1 リクエストで完結します。エージェント開発でのツール数削減に直結します
MCP 連携がネイティブ: 公式 MCP サーバーが用意されており、Claude Code や Claude Desktop から直接利用できる点は、2026 年の LLM エコシステムとの親和性が高いです

注意点

内部実装の変動リスク: 検索プロバイダー（Serper Google/Bing）や VLM サービスの利用は内部実装の詳細であり、予告なく変更される可能性があります。本記事のコンポーネント図はあくまで調査時点のスナップショットとして参照してください
大規模運用時のコスト見積もり: 無料枠 10M トークンは個人開発やプロトタイプには十分ですが、プロダクション運用ではトークン消費量の見積もりが重要です。特に ReaderLM-v2 エンジンの 3 倍コストと、Search API が内部で Reader API を呼び出す点を考慮する必要があります
キャッシュ戦略の理解が必須: デフォルトの 5 分キャッシュはコスト削減に有効ですが、リアルタイム性が求められるユースケースでは X-No-Cache ヘッダーの利用とそれに伴うトークン消費増を計画に組み込む必要があります

まとめ

Jina Reader は、URL を LLM 向け Markdown に変換する Reader API と、Web 検索とコンテンツ抽出を一括実行する Search API を中心に、Embeddings・Reranker API を組み合わせて完結した RAG パイプラインを構築できる基盤です。ゼロ設定で利用開始でき、無料枠 10M トークン、Apache-2.0 ライセンス、MCP サーバー連携など、LLM アプリケーション開発のコンテンツ取得レイヤーとして実用的な選択肢です。

この記事が少しでも参考になった、あるいは改善点などがあれば、ぜひリアクションやコメント、SNSでのシェアをいただけると励みになります！

🔍 技術調査 - Jina Reader

概要