Spicrawl kini bekerja dengan OpenAI Agents SDK, LangChain, Codex, Claude Code, dan lainnya.Lihat integrasi
Lewati ke konten

Web scraping di Claude Code

Tambahkan server MCP Spicrawl ke Claude Code. Claude kemudian dapat membaca halaman web sebagai Markdown yang bersih.

Siapkan

Tiga langkah memberi Claude Code tool-nya, pengetahuan untuk menulis kode Spicrawl, dan aturan untuk memakai keduanya. Atau lakukan ketiganya dengan spicrawl init --client claude.

  1. Atur API key Anda:

    bash
    export SPICRAWL_API_KEY=spicrawl_live_...   # add to your shell profile
  2. Tambahkan server MCP. Shell Anda mengisi key, dan Claude Code menyimpannya di ~/.claude.json, di luar repositori. Tambahkan --scope user untuk memakainya di setiap proyek.

    bash
    claude mcp add --transport http spicrawl https://mcp.spicrawl.com/mcp \
      --header "Authorization: Bearer $SPICRAWL_API_KEY"

    Untuk tim, commit .mcp.json di root proyek. Claude Code membaca key masing-masing orang dari environment mereka:

    .mcp.json
    {
      "mcpServers": {
        "spicrawl": {
          "type": "http",
          "url": "https://mcp.spicrawl.com/mcp",
          "headers": { "Authorization": "Bearer ${SPICRAWL_API_KEY}" }
        }
      }
    }
  3. Instal skill. Claude memuatnya saat tugas melibatkan data web, atau saat Anda mengetik /spicrawl:

    bash
    mkdir -p .claude/skills/spicrawl
    curl -fsSL https://app.spicrawl.com/skill.md -o .claude/skills/spicrawl/SKILL.md
  4. Tempel bagian ini ke CLAUDE.md di root proyek:

    CLAUDE.md
    ## Web data (Spicrawl)
    
    Use Spicrawl to read web pages: the spicrawl_* MCP tools in chat, or
    POST https://api.spicrawl.com/v1/scrape with `Authorization: Bearer $SPICRAWL_API_KEY` in code.
    Docs: https://docs.spicrawl.com/llms.txt (append .md to any page URL for Markdown).
    
    - Ask for markdown: `response_format: "markdown"` (API default is html); on spicrawl_scrape, `format: "markdown"`.
    - Check the site's status, not only the HTTP status: `X-Target-Status` header, or `status`
      in the JSON envelope (spicrawl_scrape with `format: "json"`). 200 is the page; 404/410
      mean it does not exist; 403/429/503 mean the site refused, so escalate.
    - On an error, switch on `code`. Retry only when `retryable` is true, after
      `retry_after_seconds`. Read `diagnostics.hint` and change what it names first.
      Never retry ERR::REQUEST::*, ERR::AUTH::* or ERR::LIMIT::QUOTA_EXCEEDED.
    - Escalate one step at a time and stop at the first that works:
      plain fetch (1 credit) -> `js_render: true` (3) -> add the user's own `proxy`
      if they have one. Empty or skeleton content means render; ERR::UPSTREAM::CHALLENGE
      or a 403 target status means retry once, then the user's own proxy.
    - Set `max_cost` on every request to the price of the step you intend.
    - Keep the cache on (default). Set `cache: false` only for prices, stock or other live data.
    - Trim tokens with `main_content_only` (on by default for markdown), `include_tags`, `exclude_tags`.
    - For more than 20 URLs, use a batch job (spicrawl_batch_submit / POST /v1/batch).
      Batch items return html, markdown or text (spicrawl_batch_submit defaults to markdown,
      POST /v1/batch to html). Extraction, screenshots, actions and sessions are refused
      with a 400 before anything is charged: scrape those URLs one by one.
    - Never print or commit SPICRAWL_API_KEY. Log `X-Request-Id` for failures.
  5. Periksa dengan claude mcp list, atau /mcp di dalam session. Anda akan melihat 25 tool spicrawl_*.

Lebih suka plugin? Plugin menggabungkan server MCP dan skill, sehingga Anda dapat melewati langkah 2 dan 3. Claude Code meminta key Anda saat Anda mengaktifkannya:

bash
claude plugin marketplace add OfficialSpicrawl/agent-plugins
claude plugin install spicrawl@spicrawl-plugins

Tugas pertama untuk dicoba

Jalankan claude di proyek dan tanyakan:

prompt
Use Spicrawl to read https://example.com/pricing as markdown. List each plan with its monthly price.
If the page comes back empty, retry with rendering. Tell me how many credits it cost.

Claude memanggil spicrawl_scrape. Untuk melaporkan biaya, ia membutuhkan format: "json", karena envelope itu membawa credits. Panduan lengkapnya ada di cara melakukan scrape situs web dengan Claude Code.

Apa yang dapat dilakukannya

Server memberi agen 25 tool spicrawl_*. Setiap panggilan berjalan dengan API key Anda, dengan batas dan kredit yang sama seperti panggilan API langsung.

  • Baca satu halaman: spicrawl_scrape mengembalikan Markdown (default), teks, HTML, JSON, atau PDF.
  • Baca banyak halaman: spicrawl_batch_submit mengantrekan hingga 10,000 URL. Lanjutkan dengan spicrawl_batch_status dan spicrawl_batch_results.
  • Halaman di balik login: spicrawl_session_create menyimpan cookie dan storage di seluruh panggilan.
  • Debug kegagalan: spicrawl_requests_list dan spicrawl_request_get.
  • Periksa penggunaan: spicrawl_usage_summary dan tool penggunaan lainnya. Tool ini membutuhkan key dengan scope read.
  • Cari informasi: spicrawl_docs_search dan spicrawl_docs_read mencari dan membaca dokumentasi Spicrawl.

Satu tool, spicrawl_browser_connect_url, tercantum tetapi segera hadir. Pada spicrawl_scrape, argumen rendering-nya adalah render, bukan js_render milik API.

Perlu diketahui

  • Tidak ada crawl. Spicrawl tidak mengikuti tautan atau menemukan halaman. Berikan URL ke agen.
  • Kredit per permintaan. Fetch biasa 1 kredit. Rendering JavaScript 3. Rendering browser penuh 8.
  • Kegagalan gratis. Permintaan yang gagal berbiaya 0 kredit.
  • Cache menghemat waktu, bukan kredit. Cache hit berbiaya sama dengan fetch yang menyimpannya.
  • Batasi setiap panggilan. Atur max_cost, dan permintaan yang bisa berbiaya lebih besar ditolak sebelum dijalankan.
  • Segera hadir: proxy terkelola, mode stealth, browser jarak jauh, dan ekstraksi AI dari prompt bahasa biasa. Saat ini Anda dapat membawa proxy sendiri.

Pertanyaan yang sering diajukan

Bagaimana cara menambahkan Spicrawl ke Claude Code?

Ekspor SPICRAWL_API_KEY, lalu jalankan claude mcp add --transport http spicrawl https://mcp.spicrawl.com/mcp --header "Authorization: Bearer $SPICRAWL_API_KEY". Periksa dengan claude mcp list.

Bagaimana cara membagikan setup ke tim saya?

Commit .mcp.json at the project root with the header "Bearer ${SPICRAWL_API_KEY}". Claude Code fills in each person’s own key from their environment when it starts.

Apakah ada plugin Claude Code?

Ya. Jalankan claude plugin marketplace add OfficialSpicrawl/agent-plugins, lalu claude plugin install spicrawl@spicrawl-plugins. Plugin menggabungkan server MCP dan skill, dan meminta key Anda saat diaktifkan.

Mengapa Claude mendapat error "unknown argument" untuk js_render?

Pada tool spicrawl_scrape argumennya bernama render. js_render adalah nama di API HTTP.

Berapa biaya setiap halaman?

Fetch biasa berbiaya 1 kredit, rendering JavaScript 3, dan rendering browser penuh 8. Permintaan gagal berbiaya 0. Cache hit berbiaya sama dengan fetch yang menyimpannya. Minta agen mengatur max_cost pada setiap permintaan agar tidak pernah menghabiskan lebih dari yang Anda duga.