O Spicrawl agora funciona com OpenAI Agents SDK, LangChain, Codex, Claude Code e mais.Ver integrações
Pular para o conteúdo

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.

  1. Defina a sua chave de API:

    bash
    export SPICRAWL_API_KEY=spicrawl_live_...   # add to your shell profile
  2. Adicione o servidor MCP. Seu shell preenche a chave, e o Claude Code a guarda em ~/.claude.json, fora do repositório. Adicione --scope user para usá-lo em todos os projetos.

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

    Para uma equipe, faça commit de .mcp.json na 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}" }
        }
      }
    }
  3. Instale a skill. O Claude a carrega quando uma tarefa envolve dados da web, ou quando você digita /spicrawl:

    bash
    mkdir -p .claude/skills/spicrawl
    curl -fsSL https://app.spicrawl.com/skill.md -o .claude/skills/spicrawl/SKILL.md
  4. Cole esta seção em CLAUDE.md na 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.
  5. Confira com claude mcp list, ou /mcp em uma sessão. Você deve ver 25 ferramentas spicrawl_*.

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:

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

Uma primeira tarefa para testar

Inicie claude no projeto e peça:

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.

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_scrape retorna Markdown (o padrão), texto, HTML, JSON ou PDF.
  • Ler várias páginas: spicrawl_batch_submit enfileira até 10.000 URLs. Acompanhe com spicrawl_batch_status e spicrawl_batch_results.
  • Páginas atrás de um login: spicrawl_session_create mantém cookies e armazenamento entre as chamadas.
  • Depure uma falha: spicrawl_requests_list e spicrawl_request_get.
  • Verifique o uso: spicrawl_usage_summary e as outras ferramentas de uso. Elas exigem uma chave com o escopo read.
  • Pesquise coisas: spicrawl_docs_search e spicrawl_docs_read pesquisam 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_cost e 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.