Preguntas frecuentes
Respuestas rápidas sobre Spicrawl, desde los precios hasta los proxies.
Todas las preguntas
General
¿Qué es Spicrawl?
Spicrawl es una API de web scraping que convierte cualquier URL en Markdown limpio, HTML, un PDF o JSON estructurado para tu código o agente de IA, mediante una API, CLI o servidor MCP.
¿Spicrawl es gratis?
Sí. Es gratis durante la beta, con 1.000 créditos al mes y sin tarjeta de crédito.
¿Qué significa Spicrawl?
El nombre une "spider" y "crawl", por eso nuestro logo es una araña. Se escribe S-P-I-C-R-A-W-L. Spicrawl es una API de web scraping: tú envías las URL que quieres y devuelve datos limpios.
¿Por qué no usar el fetch web integrado de mi asistente de IA?
Las herramientas de fetch integradas sirven para echar un vistazo rápido, pero a menudo devuelven texto en bruto o cortado y puede que no ejecuten JavaScript. Spicrawl devuelve Markdown o JSON limpio, renderiza JavaScript cuando una página lo necesita, mantiene sesiones de login, ejecuta clics y entradas de formulario, y agrupa hasta 10.000 URL en un solo trabajo. Tu agente recibe el contenido de la página, no sus menús ni scripts.
¿Es legal el web scraping?
Depende de qué recopilas, dónde estás y cómo lo usas. Hacer scraping de páginas públicas es habitual, pero eres responsable de respetar los términos de cada sitio, los derechos de autor y las leyes de protección de datos como el RGPD, sobre todo con datos personales. Si tienes dudas, consulta a un abogado sobre tu caso concreto.
Scraping y datos
¿Puedo hacer scraping de sitios con JavaScript?
Yes. Set js_render to true to load the page in a real browser. With mode=auto, Spicrawl tries a plain request first and uses a browser only if needed.
¿Spicrawl puede superar protecciones anti-bot como Cloudflare?
A menudo, pero no siempre. Usa un fingerprint de navegador real, renderizado con navegador o tu propio proxy. Un desafío de bot devuelve un error claro y no cuesta nada. El modo stealth y los proxies gestionados no están en la beta.
¿Cómo convierto un sitio web en Markdown para un LLM?
Envía la URL con response_format configurado en markdown. Spicrawl devuelve el contenido principal de la página como Markdown, sin menús, pies de página ni asides, lo que normalmente ocupa una fracción de los tokens del HTML en bruto. También analiza PDF, y la conversión a Markdown no cuesta nada extra.
¿Puedo extraer datos estructurados como JSON?
Sí, de tres formas: autoparse lee los metadatos de la propia página, un mapa de selectores extrae campos exactos y un JSON Schema con selectores devuelve una salida tipada y validada. Las tres son gratis además del precio del motor. La extracción a partir de una descripción en lenguaje natural, con un modelo, llegará pronto.
¿Puedo hacer scraping de muchas URL a la vez?
Sí. Un trabajo batch acepta hasta 10.000 URL por llamada y las ejecuta en paralelo. Consultas su progreso y luego descargas los resultados como JSON Lines. Los resultados se conservan 72 horas.
¿Puedo mantener una sesión de login?
Sí. Crea una sesión y pasa su ID en cada solicitud para reutilizar las mismas cookies, el mismo almacenamiento del navegador y la misma IP de salida, así el login se mantiene entre páginas. Una organización puede tener hasta 100 sesiones activas a la vez.
¿Puedo automatizar clics y formularios?
Sí. Las acciones del navegador pueden hacer clic, escribir, seleccionar, desplazarse, esperar y ejecutar JavaScript en una página renderizada antes de capturarla, con hasta 50 pasos por solicitud.
¿Puedo usar proxies?
Sí. Trae tu propio proxy sin recargo de proxy. Los proxies gestionados y la selección de país integrada llegarán pronto y no están disponibles durante la beta.
Agentes de IA y desarrolladores
¿Puedo usar Spicrawl con agentes de IA?
Sí. El servidor MCP alojado permite a Claude Code, Cursor y Codex hacer scraping de páginas, ejecutar batches, reutilizar sesiones y ejecutar acciones del navegador. Ejecuta spicrawl init para configurarlo.
¿Qué lenguajes de programación puedo usar?
Cualquier lenguaje que pueda enviar una solicitud HTTP. La documentación incluye ejemplos en cURL, Python y TypeScript, y hay un SDK de JavaScript y TypeScript en npm (@spicrawl/sdk) para Node.js 18 y posteriores. La CLI spicrawl funciona desde cualquier shell o script.
¿Hay una CLI o un panel?
Ambas. Una CLI cubre scraping, batches, sesiones, registros y uso, y el panel tiene un playground, registros de actividad, uso y gestión de claves.
Créditos y límites
¿Las solicitudes fallidas cuestan créditos?
No. Solo las solicitudes correctas cuestan créditos: 1 por una simple, 3 por renderizado con JavaScript y 8 por navegador completo. Los errores, los desafíos de bot y los tiempos de espera agotados son gratis.
¿Hay límites de uso?
Sí. Cada clave de API tiene una frecuencia de solicitudes, cada organización tiene un límite de solicitudes que se ejecutan a la vez y hay una asignación mensual de créditos. Cada respuesta informa de tus límites actuales en sus encabezados, y una solicitud rechazada por un límite no cuesta nada.
¿Sigues atascado? Lee la documentación o escribe a support@spicrawl.com.