Web scraping in Claude Code
Voeg de Spicrawl MCP-server toe aan Claude Code. Claude kan dan webpagina's als schone Markdown lezen.
Stel het in
Drie stappen geven Claude Code de tools, de kennis om Spicrawl-code te schrijven en regels om beide te gebruiken. Of doe alle drie met spicrawl init --client claude.
Stel je API-sleutel in:
bashexport SPICRAWL_API_KEY=spicrawl_live_... # add to your shell profileVoeg de MCP-server toe. Je shell vult de sleutel in en Claude Code slaat hem op in
~/.claude.json, buiten de repository. Voeg--scope usertoe om hem in elk project te gebruiken.bashclaude mcp add --transport http spicrawl https://mcp.spicrawl.com/mcp \ --header "Authorization: Bearer $SPICRAWL_API_KEY"Commit voor een team in plaats daarvan
.mcp.jsonin de projectroot. Claude Code leest de eigen sleutel van ieders omgeving:.mcp.json{ "mcpServers": { "spicrawl": { "type": "http", "url": "https://mcp.spicrawl.com/mcp", "headers": { "Authorization": "Bearer ${SPICRAWL_API_KEY}" } } } }Installeer de skill. Claude laadt hem wanneer een taak webdata betreft, of wanneer je
/spicrawltypt:bashmkdir -p .claude/skills/spicrawl curl -fsSL https://app.spicrawl.com/skill.md -o .claude/skills/spicrawl/SKILL.mdPlak dit gedeelte in
CLAUDE.mdin de projectroot: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.Controleer het met
claude mcp list, of/mcpin een sessie. Je zou 25spicrawl_*-tools moeten zien.
Liever een plug-in? Die bundelt de MCP-server en de skill, dus je kunt stap 2 en 3 overslaan. Claude Code vraagt om je sleutel als je hem inschakelt:
claude plugin marketplace add OfficialSpicrawl/agent-plugins
claude plugin install spicrawl@spicrawl-pluginsEen eerste taak om te proberen
Start claude in het project en vraag:
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 roept spicrawl_scrape aan. Om de kosten te melden heeft het format: "json" nodig, omdat die envelop credits bevat. Een volledige uitleg staat in hoe je een website scrapet met Claude Code.
Wat het kan
De server geeft de agent 25 spicrawl_*-tools. Elke aanroep draait onder je API-sleutel, met dezelfde limieten en credits als een directe API-aanroep.
- Lees één pagina:
spicrawl_scrapegeeft Markdown (de standaard), tekst, HTML, JSON of PDF terug. - Lees veel pagina's:
spicrawl_batch_submitzet tot 10.000 URL's in de wachtrij. Volg het metspicrawl_batch_statusenspicrawl_batch_results. - Pagina's achter een login:
spicrawl_session_createbewaart cookies en opslag tussen aanroepen. - Een fout debuggen:
spicrawl_requests_listenspicrawl_request_get. - Controleer het gebruik:
spicrawl_usage_summaryen de andere usage-tools. Die hebben een sleutel met de scopereadnodig. - Dingen opzoeken:
spicrawl_docs_searchenspicrawl_docs_readdoorzoeken en lezen de Spicrawl-docs.
Eén tool, spicrawl_browser_connect_url, staat in de lijst maar komt binnenkort. Bij spicrawl_scrape is het renderargument render, niet de js_render van de API.
Goed om te weten
- Geen crawling. Spicrawl volgt geen links en zoekt geen pagina's. Geef de agent de URL's.
- Credits per verzoek. Een gewone fetch is 1 credit. JavaScript-rendering is 3. Full-browser-rendering is 8.
- Mislukkingen zijn gratis. Een mislukt verzoek kost 0 credits.
- De cache bespaart tijd, geen credits. De cache bespaart tijd, geen credits.
- Begrens elke aanroep. Stel
max_costin, en een verzoek dat meer zou kunnen kosten wordt geweigerd voordat het wordt uitgevoerd. - Binnenkort: beheerde proxy's, stealth-modus, een remote browser en AI-extractie op basis van een prompt in gewone taal. Nu kun je je eigen proxy meenemen.
Veelgestelde vragen
Hoe voeg ik Spicrawl toe aan Claude Code?
Exporteer SPICRAWL_API_KEY en voer dan claude mcp add --transport http spicrawl https://mcp.spicrawl.com/mcp --header "Authorization: Bearer $SPICRAWL_API_KEY" uit. Controleer het met claude mcp list.
Hoe deel ik de setup met mijn team?
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.
Is er een Claude Code-plug-in?
Ja. Voer claude plugin marketplace add OfficialSpicrawl/agent-plugins uit, daarna claude plugin install spicrawl@spicrawl-plugins. Het bundelt de MCP-server en de skill en vraagt om je sleutel als je het inschakelt.
Waarom geeft Claude een "unknown argument"-fout voor js_render?
Bij de tool spicrawl_scrape heet het argument render. js_render is de naam in de HTTP-API.
Wat kost elke pagina?
Een gewone fetch kost 1 credit, JavaScript-rendering 3 en volledige browserrendering 8. Mislukte verzoeken kosten 0. Een cachehit kost evenveel als de fetch die hem heeft opgeslagen. Vraag de agent om max_cost bij elk verzoek in te stellen zodat hij nooit meer uitgeeft dan je verwacht.