Turndown.js

• Turndown.js는 HTML을 Markdown으로 변환하는 JavaScript 라이브러리
• Element/Document/DocumentFragment 노드를 입력으로 받아 markdown 문자열을 반환하는 변환기
• addRule() / use()로 규칙과 플러그인을 확장할 수 있는 구조

해당 개념이 필요한 이유

• Readability.js가 본문만 남긴 HTML을 넘겨도, 그 HTML을 그대로 저장하면 LLM-wiki Ingest flow의 markdown 기반 chunk 규칙(heading 기준 분할)에 맞지 않는다
• 표를 기본 옵션으로 변환하면 구조가 깨지므로 turndown-plugin-gfm 같은 플러그인으로 표를 보존해야 한다 — 이게 깨지면 “제3조 2항” 같은 정확한 키워드가 RAG, LLM wiki 관계의 FTS 인덱스에서 사라진다
• HTML Ingest 레이어와 LLM-Wiki 전체 구조에서는 이 조합을 기본 구현체로 쓰지만, 레이어 인터페이스(HTML in → 정규화 Markdown + 해시 out)만 지키면 trafilatura 같은 다른 라이브러리로 교체할 수 있다

AS-IS

<table><tr><th>조항</th><th>내용</th></tr><tr><td>3-2</td><td>...</td></tr></table>

기본 변환 시 표 구조가 유지되지 않고 텍스트가 한 줄로 뭉개질 수 있다.

TO-BE

const turndownService = new TurndownService();
turndownService.use(turndownPluginGfm.gfm); // 표, 취소선 등 GFM 지원
const markdown = turndownService.turndown(article.content);

주요 옵션

옵션	값
headingStyle	setext | atx
bulletListMarker	- | + | *
codeBlockStyle	indented | fenced
linkStyle	inlined | referenced

참고 문서

• mixmark-io/turndown GitHub
• HTML Ingest 레이어와 LLM-Wiki 전체 구조