Skip to main content
L’integrazione Olostep LangChain fornisce strumenti completi per creare agenti AI in grado di cercare, estrarre, analizzare e strutturare dati da qualsiasi sito web. Perfetto per applicazioni LangChain e LangGraph.

Caratteristiche

L’integrazione fornisce accesso a tutte le 5 capacità dell’API Olostep:

Scrapes

Estrai contenuti da qualsiasi URL singolo in più formati (Markdown, HTML, JSON, testo)

Batches

Elabora fino a 10.000 URL in parallelo. I lavori batch si completano in 5-8 minuti

Answers

Ricerca web potenziata dall’AI con query in linguaggio naturale e output strutturato

Maps

Estrai tutti gli URL da un sito web per l’analisi della struttura del sito

Crawls

Scopri e estrai autonomamente interi siti web seguendo i link

Installazione

Configurazione

Imposta la tua chiave API Olostep come variabile d’ambiente:
Ottieni la tua chiave API dal Dashboard Olostep.

Strumenti Disponibili

scrape_website

Estrai contenuti da un singolo URL. Supporta più formati e il rendering JavaScript.
string
obbligatorio
URL del sito web da estrarre (deve includere http:// o https://)
string
predefinito:"markdown"
Formato di output: markdown, html, json o text
string
Codice del paese per contenuti specifici della località (es. “US”, “GB”, “CA”)
integer
Tempo di attesa in millisecondi per il rendering JavaScript (0-10000)
string
ID del parser opzionale per l’estrazione specializzata (es. “@olostep/amazon-product”)

scrape_batch

Elabora più URL in parallelo (fino a 10.000 contemporaneamente).
array
obbligatorio
Elenco di URL da estrarre
string
predefinito:"markdown"
Formato di output per tutti gli URL: markdown, html, json o text
string
Codice del paese per contenuti specifici della località
integer
Tempo di attesa in millisecondi per il rendering JavaScript
string
ID del parser opzionale per l’estrazione specializzata

answer_question

Cerca sul web e ottieni risposte potenziate dall’AI con fonti. Perfetto per l’arricchimento dei dati e la ricerca.
string
obbligatorio
Domanda o compito da cercare
object
Dizionario/stringa dello schema JSON opzionale che descrive il formato di output desiderato

extract_urls

Estrai tutti gli URL da un sito web per l’analisi della struttura del sito.
string
obbligatorio
URL del sito web da cui estrarre gli URL
string
Query di ricerca opzionale per filtrare gli URL
integer
Limita il numero di URL restituiti
array
Modelli glob per includere (es. [“/blog/**”])
array
Modelli glob per escludere (es. [“/admin/**”])

crawl_website

Scopri e estrai autonomamente interi siti web seguendo i link.
string
obbligatorio
URL di partenza per il crawl
integer
predefinito:"100"
Numero massimo di pagine da esplorare
array
Modelli glob per includere (es. [”/**”] per tutti)
array
Modelli glob per escludere (es. [“/admin/**”])
integer
Profondità massima da esplorare a partire da start_url
boolean
predefinito:"false"
Includi URL esterni

Integrazione Agente LangChain

Crea agenti intelligenti che possono cercare e estrarre dal web:

Integrazione LangGraph

Crea flussi di lavoro complessi a più fasi con LangGraph:

Casi d’Uso Avanzati

Arricchimento Dati

Arricchisci i dati dei fogli di calcolo con informazioni web:

Web Scraping di Prodotti E-commerce

Estrai dati sui prodotti con parser specializzati:

Audit SEO

Analizza interi siti web per SEO:

Estrazione Documentazione

Esplora ed estrai documentazione:

Parser Specializzati

Olostep fornisce parser pre-costruiti per siti web popolari:
  • @olostep/google-search - Risultati di ricerca Google
Usali con il parametro parser:

Gestione degli Errori

Buone Pratiche

Quando estrai più di 3-5 URL, usa scrape_batch invece di più chiamate scrape_website. Il batch processing è molto più veloce ed economico.
Per siti pesanti in JavaScript, usa il parametro wait_before_scraping (2000-5000ms è tipico). Questo assicura che il contenuto dinamico sia completamente caricato.
Per siti web popolari (Amazon, LinkedIn, Google), usa i nostri parser pre-costruiti per ottenere automaticamente dati strutturati.
Quando usi extract_urls o crawl_website, usa modelli glob per concentrarti sulle pagine rilevanti ed evitare elaborazioni non necessarie.
Implementa il backoff esponenziale per errori di limite di velocità. L’API gestisce automaticamente la maggior parte dei limiti di velocità internamente.

Supporto

Risorse Correlate

Scrapes API

Scopri l’endpoint Scrapes

Batches API

Scopri l’endpoint Batches

Answers API

Scopri l’endpoint Answers

Maps API

Scopri l’endpoint Maps

Crawls API

Scopri l’endpoint Crawls

Python SDK

Esplora il Python SDK

LangChain Website

Piattaforma LangChain