tweet.md

À propos de tweet.md

tweet.md se présente comme un outil spécialisé qui transforme le contenu de la plateforme X (anciennement Twitter) en Markdown propre et structuré, directement utilisable par les modèles de langage (LLM) et les workflows de recherche. Contrairement aux embeds souvent cassés ou au HTML brut, tweet.md produit une sortie textuelle lisible et optimisée pour des assistants comme ChatGPT, Claude, Gemini ou Copilot. L’approche repose sur l’API officielle de X, ce qui garantit une stabilité et une fiabilité supérieures aux méthodes de scraping. L’outil cible autant les chercheurs et analystes que les rédacteurs, développeurs et utilisateurs d’environnements de notes comme Obsidian.

Fonctionnalités principales

• Conversion par simple changement d’URL : il suffit de remplacer x.com par tweet.md dans l’adresse d’un post, d’un thread ou d’un profil pour obtenir une version Markdown.
• Export Markdown pour LLM : le format produit est épuré, sans bruit inutile, ce qui réduit la consommation de tokens et facilite l’injection dans des prompts.
• Support des threads et de la remontée de conversation : jusqu’à 100 posts peuvent être récupérés en une seule requête, avec la structure de la conversation conservée.
• Extraction de profils : bio, statistiques, post épinglé et publications récentes sont convertis.
• Articles longs : les articles X (longs formats) sont traités avec leurs titres, liens et médias.
• Options Obsidian : possibilité d’ajouter un frontmatter YAML pour une intégration directe dans les bases de connaissances Markdown.
• API et intégration agentique : tweet.md expose une API utilisable dans des scripts ou des agents, permettant l’automatisation de la collecte.
• Métadonnées riches : attribution, horodatage, liens canoniques, médias et citations de posts sont préservés dans la sortie.

Tarification

tweet.md fonctionne sur un système de crédits, sans abonnement mensuel obligatoire. Les plans suivants sont offerts, facturés en dollars américains (les montants en dollars canadiens sont approximatifs) :

Le coût en crédits varie selon la requête : 1 crédit par post retourné, avec des frais supplémentaires possibles pour les métadonnées d’auteur et certains profils. La documentation précise qu’il n’y a pas d’abonnement classique, mais une logique de paiement à l’usage. Les démos contrôlées sont gratuites.

Cas d’utilisation

• Recherche et veille : extraire et analyser des threads X pour des études de tendances ou de conversations.
• Préparation de contexte pour LLM : fournir à un agent ou à un assistant IA des posts récents, bien formatés, comme source d’information.
• Rédaction de notes, briefs, newsletters ou articles : à partir de threads ou de profils, la conversion Markdown permet une réutilisation rapide.
• Archivage structuré : conserver des conversations X dans un format pérenne et interopérable.
• Intégration Obsidian : importer des posts directement dans une base de connaissances Markdown avec frontmatter pour la métadonnée.
• Automatisation via API : scripts, agents ou workflows qui ingèrent en continu du contenu X pour alimenter des analyses ou des alertes.

Notre avis

Avantages

• Simplicité d’utilisation : le changement d’URL est immédiat, sans configuration complexe.
• Sortie optimisée pour les LLM : le Markdown propre réduit le bruit et améliore l’efficacité des prompts.
• Bonne couverture des threads et profils : utile pour la recherche qualitative et quantitative.
• Approche stable : l’utilisation de l’API officielle X évite les bris de scraping.
• Orientation automation : l’API et les crédits permettent une intégration dans des pipelines agents.

Inconvénients

• Outil très spécialisé : il ne fait que convertir du contenu X, sans analyse ni édition avancée.
• Dépendance à X : inutilisable pour d’autres réseaux sociaux.
• Tarification peu transparente : les limites exactes du plan gratuit et la conversion crédits/posts peuvent varier selon les sources.
• Absence de suite collaborative : pas de stockage cloud natif ni de fonctionnalités d’équipe.
• Coûts additionnels possibles : certaines requêtes avancées consomment plus de crédits que la simple conversion.

Public cible
tweet.md s’adresse principalement aux chercheurs en sciences sociales, aux analystes de données, aux rédacteurs, aux journalistes, aux développeurs d’agents IA, aux utilisateurs d’Obsidian et à toute personne travaillant avec des LLM et ayant besoin de données X structurées.

Alternatives
Les concurrents directs sont rares, mais on peut classer les alternatives en deux catégories :

• Convertisseurs X vers Markdown : outils similaires axés sur l’export de threads pour notes et LLM.
• Outils de scraping social : solutions plus générales qui extraient du contenu X avec export structuré (JSON, CSV, etc.).
• Solutions de workflow IA : plateformes qui ingèrent des pages web ou des posts via API, mais souvent moins spécialisées.

Pour un choix éclairé, il est recommandé de comparer le coût par crédit, la qualité du Markdown produit et la fiabilité de l’API.