智能感知 · 組件
網頁抓取與結構化提取
可用 合成數據 T5 · 文檔掃描與抽取
功能
通過供應商 API 獲取頁面內容、抓取和提取頁面，並管理有邊界的爬取任務生命週期。
核心模式
限範圍網頁採集＋正文與欄位提取
- 輸入
- Page URL or crawl/extraction request
- 輸出
- Normalized page content, structured extraction or crawl results
關鍵參數
| 名稱 | 類型 | 預設值 | 取值 |
|---|---|---|---|
| operation | string | scrape | scrape · extract · crawl_start · crawl_status · crawl_cancel |
| urls | array | — | — |
| extract_schema | — | — | — |
| formats | array | [] | — |
| limit | integer | 100 | 1–10000 |
成熟度與限制
可用
包含服務請求映射、標準化及測試。此等級依據靜態源碼檢查，不代表運行測試、真實服務接入或生產部署已通過驗證。
源配置含憑據。採用 Apache-2.0，仍須遵守服務條款；本次僅作靜態檢查。適配器與另一匿名實現逐字節一致，延期或僅列入目錄的狀態仍然適用。
