Funktionen
Die Integration bietet Zugriff auf alle 5 Olostep API-Funktionen:Scrapes
Inhalte von jeder einzelnen URL in mehreren Formaten extrahieren (Markdown, HTML, JSON, Text)
Batches
Bis zu 10.000 URLs parallel verarbeiten. Batch-Jobs werden in 5-8 Minuten abgeschlossen
Answers
KI-gestützte Websuche mit Anfragen in natürlicher Sprache und strukturiertem Output
Maps
Alle URLs von einer Website für die Analyse der Seitenstruktur extrahieren
Crawls
Autonomes Entdecken und Scrapen ganzer Websites durch Verfolgen von Links
Installation
Einrichtung
Setze deinen Olostep API-Schlüssel als Umgebungsvariable:Verfügbare Werkzeuge
scrape_website
Inhalte von einer einzelnen URL extrahieren. Unterstützt mehrere Formate und JavaScript-Rendering.string
erforderlich
Website-URL zum Scrapen (muss http:// oder https:// enthalten)
string
Standard:"markdown"
Ausgabeformat:
markdown, html, json oder textstring
Ländercode für standortspezifische Inhalte (z.B. “US”, “GB”, “CA”)
integer
Wartezeit in Millisekunden für JavaScript-Rendering (0-10000)
string
Optionaler Parser-ID für spezialisierte Extraktion (z.B. “@olostep/amazon-product”)
scrape_batch
Mehrere URLs parallel verarbeiten (bis zu 10.000 auf einmal).array
erforderlich
Liste der zu scrapenden URLs
string
Standard:"markdown"
Ausgabeformat für alle URLs:
markdown, html, json oder textstring
Ländercode für standortspezifische Inhalte
integer
Wartezeit in Millisekunden für JavaScript-Rendering
string
Optionaler Parser-ID für spezialisierte Extraktion
answer_question
Im Web suchen und KI-gestützte Antworten mit Quellen erhalten. Perfekt für Datenanreicherung und Recherche.string
erforderlich
Frage oder Aufgabe, nach der gesucht werden soll
object
Optionales JSON-Schema-Diktat/String, das das gewünschte Ausgabeformat beschreibt
extract_urls
Alle URLs von einer Website für die Analyse der Seitenstruktur extrahieren.string
erforderlich
Website-URL, von der URLs extrahiert werden sollen
string
Optionale Suchanfrage zur Filterung von URLs
integer
Begrenzung der zurückgegebenen URLs
array
Glob-Muster zum Einschließen (z.B. [“/blog/**”])
array
Glob-Muster zum Ausschließen (z.B. [“/admin/**”])
crawl_website
Autonomes Entdecken und Scrapen ganzer Websites durch Verfolgen von Links.string
erforderlich
Start-URL für den Crawl
integer
Standard:"100"
Maximale Anzahl der zu crawlenden Seiten
array
Glob-Muster zum Einschließen (z.B. [”/**”] für alle)
array
Glob-Muster zum Ausschließen (z.B. [“/admin/**”])
integer
Maximale Tiefe, die von der start_url gecrawlt werden soll
boolean
Standard:"false"
Externe URLs einbeziehen
LangChain-Agenten-Integration
Intelligente Agenten erstellen, die im Web suchen und scrapen können:LangGraph-Integration
Komplexe mehrstufige Workflows mit LangGraph erstellen:Erweiterte Anwendungsfälle
Datenanreicherung
Tabellendaten mit Webinformationen anreichern:E-Commerce-Produktscraping
Produktdaten mit spezialisierten Parsern scrapen:SEO-Audit
Ganze Websites für SEO analysieren:Dokumentationsscraping
Dokumentation crawlen und extrahieren:Spezialisierte Parser
Olostep bietet vorgefertigte Parser für beliebte Websites:@olostep/google-search- Google-Suchergebnisse
parser-Parameter:
Fehlerbehandlung
Best Practices
Batch-Verarbeitung für mehrere URLs verwenden
Batch-Verarbeitung für mehrere URLs verwenden
Wenn du mehr als 3-5 URLs scrapen möchtest, verwende
scrape_batch anstelle mehrerer scrape_website-Aufrufe. Die Batch-Verarbeitung ist viel schneller und kostengünstiger.Angemessene Timeouts setzen
Angemessene Timeouts setzen
Für JavaScript-lastige Seiten verwende den Parameter
wait_before_scraping (2000-5000ms ist typisch). Dies stellt sicher, dass dynamische Inhalte vollständig geladen sind.Spezialisierte Parser verwenden
Spezialisierte Parser verwenden
Für beliebte Websites (Amazon, LinkedIn, Google) verwende unsere vorgefertigten Parser, um automatisch strukturierte Daten zu erhalten.
URLs effizient filtern
URLs effizient filtern
Beim Verwenden von
extract_urls oder crawl_website verwende Glob-Muster, um sich auf relevante Seiten zu konzentrieren und unnötige Verarbeitung zu vermeiden.Rate Limits handhaben
Rate Limits handhaben
Implementiere exponentielles Backoff für Rate-Limit-Fehler. Die API behandelt die meisten Rate-Limits intern automatisch.
Support
- PyPI-Paket: langchain-olostep
- Dokumentation: docs.olostep.com
- Probleme: GitHub Issues
- E-Mail: info@olostep.com
Verwandte Ressourcen
Scrapes API
Erfahre mehr über den Scrapes-Endpunkt
Batches API
Erfahre mehr über den Batches-Endpunkt
Answers API
Erfahre mehr über den Answers-Endpunkt
Maps API
Erfahre mehr über den Maps-Endpunkt
Crawls API
Erfahre mehr über den Crawls-Endpunkt
Python SDK
Erkunde das Python SDK
LangChain Website
LangChain-Plattform