Web scraping no Claude Code
Adicione o servidor MCP do Spicrawl ao Claude Code. O Claude passa a ler páginas web como Markdown limpo.
Configure
Três passos dão ao Claude Code as ferramentas, o conhecimento para escrever código do Spicrawl e regras para usar os dois. Ou faça os três de uma vez com spicrawl init --client claude.
Defina a sua chave de API:
bashexport SPICRAWL_API_KEY=spicrawl_live_... # add to your shell profileAdicione o servidor MCP. Seu shell preenche a chave, e o Claude Code a guarda em
~/.claude.json, fora do repositório. Adicione--scope userpara usá-lo em todos os projetos.bashclaude mcp add --transport http spicrawl https://mcp.spicrawl.com/mcp \ --header "Authorization: Bearer $SPICRAWL_API_KEY"Para uma equipe, faça commit de
.mcp.jsonna raiz do projeto. O Claude Code lê a chave de cada pessoa a partir do ambiente dela:.mcp.json{ "mcpServers": { "spicrawl": { "type": "http", "url": "https://mcp.spicrawl.com/mcp", "headers": { "Authorization": "Bearer ${SPICRAWL_API_KEY}" } } } }Instale a skill. O Claude a carrega quando uma tarefa envolve dados da web, ou quando você digita
/spicrawl:bashmkdir -p .claude/skills/spicrawl curl -fsSL https://app.spicrawl.com/skill.md -o .claude/skills/spicrawl/SKILL.mdCole esta seção em
CLAUDE.mdna raiz do projeto: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.Confira com
claude mcp list, ou/mcpem uma sessão. Você deve ver 25 ferramentasspicrawl_*.
Prefere um plugin? Ele agrupa o servidor MCP e a skill, então você pode pular as etapas 2 e 3. O Claude Code pede a sua chave quando você o ativa:
claude plugin marketplace add OfficialSpicrawl/agent-plugins
claude plugin install spicrawl@spicrawl-pluginsUma primeira tarefa para testar
Inicie claude no projeto e peça:
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.O Claude chama spicrawl_scrape. Para informar o custo, ele precisa de format: "json", porque esse envelope traz credits. Um passo a passo completo está em como fazer scrape de um site com o Claude Code.
O que ele pode fazer
O servidor dá ao agente 25 ferramentas spicrawl_*. Cada chamada roda sob a sua chave de API, com os mesmos limites e créditos de uma chamada direta à API.
- Ler uma página:
spicrawl_scraperetorna Markdown (o padrão), texto, HTML, JSON ou PDF. - Ler várias páginas:
spicrawl_batch_submitenfileira até 10.000 URLs. Acompanhe comspicrawl_batch_statusespicrawl_batch_results. - Páginas atrás de um login:
spicrawl_session_createmantém cookies e armazenamento entre as chamadas. - Depure uma falha:
spicrawl_requests_listespicrawl_request_get. - Verifique o uso:
spicrawl_usage_summarye as outras ferramentas de uso. Elas exigem uma chave com o escoporead. - Pesquise coisas:
spicrawl_docs_searchespicrawl_docs_readpesquisam e leem a documentação do Spicrawl.
Uma ferramenta, spicrawl_browser_connect_url, está listada mas chega em breve. Em spicrawl_scrape, o argumento de renderização é render, não o js_render da API.
Bom saber
- Sem crawl. O Spicrawl não segue links nem encontra páginas. Dê as URLs ao agente.
- Créditos por requisição. Um fetch simples custa 1 crédito. A renderização JavaScript custa 3. A renderização em navegador completo custa 8.
- Falhas são grátis. Uma requisição que falha custa 0 crédito.
- O cache economiza tempo, não créditos. Um acerto de cache custa o mesmo que a busca que o guardou.
- Limite cada chamada. Defina
max_coste uma requisição que poderia custar mais é recusada antes de rodar. - Em breve: proxies gerenciados, modo stealth, um navegador remoto e extração com IA a partir de um prompt em linguagem natural. Hoje você pode usar seu próprio proxy.
Perguntas frequentes
Como adiciono o Spicrawl ao Claude Code?
Exporte SPICRAWL_API_KEY e depois rode claude mcp add --transport http spicrawl https://mcp.spicrawl.com/mcp --header "Authorization: Bearer $SPICRAWL_API_KEY". Verifique com claude mcp list.
Como compartilho a configuração com a minha equipe?
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.
Existe um plugin para o Claude Code?
Sim. Rode claude plugin marketplace add OfficialSpicrawl/agent-plugins e depois claude plugin install spicrawl@spicrawl-plugins. Ele agrupa o servidor MCP e a skill e pede a sua chave quando você o ativa.
Por que o Claude recebe um erro "unknown argument" para js_render?
Na ferramenta spicrawl_scrape o argumento se chama render. js_render é o nome na API HTTP.
Quanto custa cada página?
Um fetch simples custa 1 crédito, a renderização JavaScript 3 e a renderização em navegador completo 8. Requisições com falha custam 0. Um acerto de cache custa o mesmo que o fetch que o armazenou. Peça ao agente para definir max_cost em cada requisição, para que ele nunca gaste mais do que você espera.