SpiderTool은 Spider를 사용하여 지정된 웹사이트의 콘텐츠를 추출하고 읽도록 설계되었습니다.
SpiderTool
SpiderTool
을 사용하려면 Spider SDK와 crewai[tools]
SDK도 다운로드해야 합니다:
SpiderTool
을 사용하여 웹사이트를 스크래핑하고 크롤링할 수 있는 방법을 보여줍니다.
Spider API로부터 반환되는 데이터는 이미 LLM-적합 포맷이므로, 추가로 정제할 필요가 없습니다.
인수 | 타입 | 설명 |
---|---|---|
api_key | string | Spider API 키를 지정합니다. 지정하지 않으면 환경 변수에서 SPIDER_API_KEY 를 찾습니다. |
params | object | 요청에 대한 선택적 매개변수입니다. 기본값은 {"return_format": "markdown"} 로, LLM에 최적화되어 있습니다. |
request | string | 수행할 요청 유형 (http , chrome , smart ). smart 는 기본적으로 HTTP를 사용하며, 필요시 JavaScript 렌더링으로 전환합니다. |
limit | int | 웹사이트별로 크롤링할 최대 페이지 수입니다. 0 또는 생략 시 무제한입니다. |
depth | int | 최대 크롤링 깊이입니다. 0 으로 설정하면 제한이 없습니다. |
cache | bool | 반복 실행 속도를 높이기 위한 HTTP 캐싱을 활성화합니다. 기본값은 true 입니다. |
budget | object | 크롤된 페이지의 경로 기반 제한을 설정합니다. 예: {"*":1} (루트 페이지만 크롤). |
locale | string | 요청에 사용할 로케일입니다 (예: en-US ). |
cookies | string | 요청에 사용할 HTTP 쿠키입니다. |
stealth | bool | Chrome 요청 시 감지 우회를 위한 스텔스 모드를 활성화합니다. 기본값은 true 입니다. |
headers | object | 모든 요청에 적용할 key-value 쌍의 HTTP 헤더입니다. |
metadata | bool | 페이지 및 콘텐츠에 대한 메타데이터를 저장하여 AI 상호운용성을 지원합니다. 기본값은 false 입니다. |
viewport | object | Chrome 뷰포트 크기를 설정합니다. 기본값은 800x600 입니다. |
encoding | string | 인코딩 타입을 지정합니다. 예: UTF-8 , SHIFT_JIS . |
subdomains | bool | 크롤 시 서브도메인을 포함합니다. 기본값은 false 입니다. |
user_agent | string | 사용자 정의 HTTP user agent입니다. 기본값은 랜덤 agent입니다. |
store_data | bool | 요청에 대한 데이터 저장을 활성화합니다. 설정 시 storageless 를 무시합니다. 기본값은 false 입니다. |
gpt_config | object | AI가 크롤 액션을 생성할 수 있도록 하며, "prompt" 에서 배열을 통한 단계적 체이닝도 지원합니다. |
fingerprint | bool | Chrome을 위한 고급 지문 인식 기능을 활성화합니다. |
storageless | bool | 모든 데이터 저장(예: AI 임베딩 포함)을 방지합니다. 기본값은 false 입니다. |
readability | bool | Mozilla’s readability를 통해 읽기 전용으로 콘텐츠를 전처리합니다. LLM에 알맞게 콘텐츠를 개선합니다. |
return_format | string | 반환 데이터 포맷: markdown , raw , text , html2text . 페이지의 기본 형식을 원할 경우 raw 사용. |
proxy_enabled | bool | 네트워크 레벨 차단을 피하기 위해 고성능 프록시를 활성화합니다. |
query_selector | string | 마크업에서 콘텐츠 추출을 위한 CSS 쿼리 셀렉터입니다. |
full_resources | bool | 웹사이트에 연결된 모든 자원을 다운로드합니다. |
request_timeout | int | 요청의 타임아웃(초 단위, 5-60). 기본값은 30 입니다. |
run_in_background | bool | 요청을 백그라운드에서 실행하며, 데이터 저장 및 대시보드 크롤 트리거에 유용합니다. storageless 가 설정된 경우 동작하지 않습니다. |