community-automations/data-forge-url

Cercetare și inteligență

PublicSubagent Claude

Extractor Date URL

De obicei, ca să extragi date structurate dintr-o pagină web, scrii un scraper de unică folosință care se strică imediat ce site-ul se modifică. Extractorul acesta primește, în schimb, un URL și o schemă.

sonnet4 zileFirecrawlPlaywrightOpenAIPostgres
ClaudeClaude
ROI for
README.md

De ce acest subagent

De obicei, ca să extragi date structurate dintr-o pagină web, scrii un scraper de unică folosință care se strică imediat ce site-ul se modifică. Extractorul acesta primește, în schimb, un URL și o schemă.

Descrii câmpurile pe care le vrei, iar el randează pagina, mapează elementele și returnează înregistrări curate, validate. Schimbi site-urile schimbând schema; nu mai scrii niciun scraper nou, iar orice câmp care lipsește din pagină este semnalat, nu inventat.

Cum funcționează

    • Read

      Used at step 01 to kick off the pipeline.

    • Write

      Used at step 01 to kick off the pipeline.

    • WebFetch

      Used at step 01 to kick off the pipeline.

    • WebSearch

      Used at step 01 to kick off the pipeline.

Exemplu de output

json
// Sample output
// (generated when the pipeline finishes)

Given a URL and a target schema, extract matching records as JSON conforming to the schema; set missing fields null and never invent values.

Unlock the rest

The full agent definition, install snippet, and starter task are gated for community members.

Members get the full `.md` agent file, the npm / pnpm install one-liners, a starter prompt that we've tuned against real runs, and the open-source repo when this automation ships there. One email, magic link, done.