Spicrawl は、OpenAI Agents SDK、LangChain、Codex、Claude Code などに対応しました。連携を見る
コンテンツへスキップ

Cursor でのウェブスクレイピング

Cursor に Spicrawl MCP サーバーを追加します。エージェントはウェブページをクリーンな Markdown として読めるようになります。

セットアップする

3 つの手順で、Cursor のエージェントにツール、Spicrawl のコードを書くための知識、両方を使うためのルールを与えます。3 つすべてを spicrawl init --client cursor で行うこともできます。

  1. Cursor が起動する環境に、API キーを設定します:

    bash
    export SPICRAWL_API_KEY=spicrawl_live_...   # add to your shell profile, then restart Cursor

    macOS では、Dock から起動したアプリはシェルのプロファイルを読み込みません。ターミナルから cursor . で Cursor を起動してください。

  2. サーバーを .cursor/mcp.json(すべてのプロジェクトでは ~/.cursor/mcp.json)に追加します。キーは Cursor が入力するため、このファイルはコミットしても安全です:

    .cursor/mcp.json
    {
      "mcpServers": {
        "spicrawl": {
          "url": "https://mcp.spicrawl.com/mcp",
          "headers": { "Authorization": "Bearer ${env:SPICRAWL_API_KEY}" }
        }
      }
    }
  3. スキルをインストールします:

    bash
    spicrawl skill install --client cursor
    
    # Without the CLI:
    mkdir -p .cursor/skills/spicrawl
    curl -fsSL https://app.spicrawl.com/skill.md -o .cursor/skills/spicrawl/SKILL.md
  4. このルールを .cursor/rules/spicrawl.mdc として保存します。ウェブデータに関わるタスクのとき、エージェントが読み込みます。すべてのチャットに含めるには alwaysApply: true を設定してください。

    .cursor/rules/spicrawl.mdc
    ---
    description: Fetching, scraping or extracting data from web pages with Spicrawl
    alwaysApply: false
    ---
    
    # 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. Cursor Settings → MCP を開きます。spicrawl がオンで、spicrawl_* ツールが 25 個表示されていることを確認してください。

最初に試すタスク

エージェントをエージェントモードで開き、次のように依頼してください:

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.

エージェントは format: "markdown" を指定して spicrawl_scrape を呼び出します。最初の結果が空の場合のみ render: true を追加します。

クラウドエージェント

Cursor のクラウドエージェントはリモート VM で動くため、シェルのキーを参照できません。Cursor のダッシュボードで、URL https://mcp.spicrawl.com/mcp とヘッダー Authorization: Bearer にキーを付けてサーバーを追加してください。キーはコミットしないでください。スキルとルールはリポジトリから取得されます。

できること

このサーバーは、エージェントに spicrawl_* ツールを 25 個提供します。各呼び出しはお客様の API キーのもとで実行され、API の直接呼び出しと同じ制限とクレジットが適用されます。

  • ページを一つ読み取る: spicrawl_scrape は Markdown(デフォルト)、テキスト、HTML、JSON、PDF を返します。
  • 多数のページを読み取る: spicrawl_batch_submit は最大 10,000 件の URL をキューに入れます。続けて spicrawl_batch_status と spicrawl_batch_results を使います。
  • ログインが必要なページ: spicrawl_session_create は、呼び出しをまたいで Cookie とストレージを保持します。
  • 失敗をデバッグする: spicrawl_requests_list と spicrawl_request_get。
  • 使用量を確認: spicrawl_usage_summary とその他の使用量ツール。これらには read スコープを持つキーが必要です。
  • 調べる: spicrawl_docs_search と spicrawl_docs_read で Spicrawl のドキュメントを検索して読めます。

ツール spicrawl_browser_connect_url は一覧にありますが、近日公開です。spicrawl_scrape では、レンダリングの引数は API の js_render ではなく render です。

知っておくべきこと

  • クロールはありません。 Spicrawl はリンクをたどったり、ページを探したりしません。エージェントに URL を渡してください。
  • リクエストごとのクレジット。 通常のフェッチは 1 クレジット、JavaScript レンダリングは 3、フルブラウザレンダリングは 8 です。
  • 失敗は無料です。 失敗したリクエストは 0 クレジットです。
  • キャッシュで節約できるのは時間であり、クレジットではありません。 キャッシュヒットの料金は、それを保存したフェッチと同じです。
  • 呼び出しごとに上限を設けてください。 max_cost を設定すると、より高くなる可能性のあるリクエストは実行前に拒否されます。
  • 近日公開: マネージドプロキシ、ステルスモード、リモートブラウザ、自然な言葉で書いたプロンプトからの AI 抽出。現時点では、ご自身のプロキシを使えます。

よくある質問

.cursor/mcp.json をコミットしても安全ですか?

Yes, if you use ${env:SPICRAWL_API_KEY} in the header. Cursor replaces it with the value from your environment, so the file holds no key.

サーバーに 401 エラーが表示されるのはなぜですか?

Cursor の起動時に SPICRAWL_API_KEY が設定されていませんでした。macOS では、Dock から起動したアプリはシェルのプロファイルを参照しません。代わりに、ターミナルから cursor . で Cursor を起動してください。

Cursor のクラウドエージェントで動作しますか?

はい。Cursor のダッシュボードで、URL と Authorization ヘッダーを指定してサーバーを追加してください。キーはコミットしないでください。スキルとルールはリポジトリから読み込まれます。

サーバーは一覧に表示されますが、ツールがありません。どうすればいいですか?

Cursor Settings → MCP でオフにしてからオンに戻し、新しいチャットを開いてください。

1 ページの料金はいくらですか?

通常のフェッチは 1 クレジット、JavaScript レンダリングは 3、フルブラウザレンダリングは 8 です。失敗したリクエストは 0 クレジットです。キャッシュヒットは、それを保存したフェッチと同じ料金です。エージェントに各リクエストで max_cost を設定するよう指示すれば、想定以上の出費を防げます。