CrawlForge
AI 工具3 credits

extract_structured

为提取器提供 JSON Schema 和自然语言提示词。LLM 会读取页面并返回符合你 schema 的数据。当未配置 LLM 提供方时，它会使用你的提示回退到 CSS 选择器提取。

使用场景

schema 优先的商品提取

只需定义一次你想要的字段；LLM 会将任意电商站点映射到你的 schema。

简历与文档解析

将候选人姓名、技能和工作经历直接提取到一个类型化对象中。

知识图谱填充

从文章中提取实体和关系，生成供图加载器使用的结构化 JSON。

Endpoint

POST/api/v1/tools/extract_structured
Auth Required
Free 计划 2 req/s
3 credits

Parameters

LLM 与选择器回退： 提供 llmConfig 以使用 LLM 驱动的提取。不提供时，该工具使用 selectorHints 进行确定性的 CSS 提取 —— 更便宜，且无需 LLM key。
NameTypeRequiredDefaultDescription
url
stringRequired-
要从中提取数据的 URL
Example: https://example.com/product/123
schema
objectRequired-
描述要提取数据的 JSON Schema
Example: {"type":"object","properties":{"title":{"type":"string"},"price":{"type":"number"}},"required":["title"]}
prompt
stringOptional-
指导 LLM 提取的自然语言指令
Example: Extract the product name, current price, and whether it is in stock
llmConfig
objectOptional-
可选的 LLM 提供方配置（provider、apiKey）。省略则使用 CSS 选择器回退。
Example: {"provider": "openai", "apiKey": "sk-..."}
selectorHints
objectOptional-
用于指导提取的 CSS 选择器提示（也供选择器回退使用）
Example: {"title": "h1.product-title", "price": ".price"}
fallbackToSelectors
booleanOptionaltrue
当 LLM 不可用时回退到 CSS 选择器提取
Example: true

请求示例

cURL — LLM 提取

terminalBash

TypeScript — 选择器回退

extractStructured.tsTypescript

Python

extract_structured.pyPython

响应示例

200 OK1.2s
{
  "success": true,
  "data": {
    "url": "https://example.com/product/123",
    "extracted": {
      "title": "Premium Wireless Headphones",
      "price": 299.99,
      "in_stock": true
    },
    "extraction_method": "llm",
    "schema_fields": 3,
    "required_fields": 2,
    "llm_provider": "openai",
    "confidence": 0.92
  },
  "credits_used": 3,
  "credits_remaining": 997,
  "processing_time": 1240
}
Field Descriptions
data.extracted与你提供的 JSON Schema 匹配
data.extraction_method配置了提供方时为 "llm"，否则为 "selector_fallback"
data.confidence提取器置信度（LLM 置信度或选择器匹配率）
credits_used每次调用固定 3 credits

credit 费用

3 credits
每次请求 3 credits
无论本次调用使用 LLM 还是选择器回退，均固定 3 credits。

提示： 当你已有稳定的选择器、无需 LLM 灵活性时，可搭配 scrape_structured（2 credits，仅 CSS）使用。

相关工具

scrape_structured
CSS 选择器提取（2 credits）
analyze_content
情感、实体和主题分析（3 credits）
准备好提取类型化结构化数据了吗？免费注册，获取 1,000 credits。