Spicrawl теперь работает с OpenAI Agents SDK, LangChain, Codex, Claude Code и другими.Смотреть интеграции
Перейти к содержимому

Веб-скрейпинг в Windsurf

Windsurf теперь называется Devin Desktop. Добавьте MCP-сервер Spicrawl, и его агент сможет читать веб-страницы как чистый Markdown.

Настройте

В Devin Desktop два агента. Devin Local используется по умолчанию для новых вкладок. Cascade — устаревший агент. Они читают MCP-серверы из разных файлов, поэтому настраивайте тот, которым пользуетесь.

  1. Задайте свой API-ключ в окружении, из которого запускается Devin Desktop:

    bash
    export SPICRAWL_API_KEY=spicrawl_live_...   # add to your shell profile, then restart Devin Desktop
  2. Devin Local: добавьте сервер в локальной области. Он сохраняется в .devin/mcp_config.local.json, который Devin добавляет в gitignore. Проверьте командой devin mcp list.

    bash
    devin mcp add spicrawl https://mcp.spicrawl.com/mcp -H "Authorization: Bearer $SPICRAWL_API_KEY"

    Не используйте -s project. Эта опция записывает общий файл, попадающий в коммит, вместе с вашим ключом.

  3. Cascade: откройте панель Cascade, нажмите меню ... и откройте файл конфигурации MCP. Добавьте сервер. Cascade подставляет ключ сам, поэтому в файле ключа нет:

    ~/.config/devin/mcp_config.json
    {
      "mcpServers": {
        "spicrawl": {
          "serverUrl": "https://mcp.spicrawl.com/mcp",
          "headers": { "Authorization": "Bearer ${env:SPICRAWL_API_KEY}" }
        }
      }
    }

    Cascade допускает 100 инструментов на все серверы. Spicrawl использует 25 из них.

  4. Установите навык:

    bash
    spicrawl skill install --client codex
    
    # Without the CLI:
    mkdir -p .agents/skills/spicrawl
    curl -fsSL https://app.spicrawl.com/skill.md -o .agents/skills/spicrawl/SKILL.md
  5. Сохраните это правило как .devin/rules/spicrawl.md (.windsurf/rules/ тоже работает). Агент читает его, когда задача связана с веб-данными.

    .devin/rules/spicrawl.md
    ---
    trigger: model_decision
    description: Fetching, scraping or extracting data from web pages with Spicrawl
    ---
    
    # 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.

Первая задача для пробы

Откройте новую вкладку агента и спросите:

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.

Агент должен вызвать spicrawl_scrape с format: "markdown". Добавлять render: true следует, только если первый результат пуст.

Что он умеет

Сервер даёт агенту 25 инструментов spicrawl_*. Каждый вызов выполняется под вашим API-ключом с теми же лимитами и кредитами, что и прямой вызов API.

  • Прочитайте одну страницу: spicrawl_scrape возвращает Markdown (по умолчанию), текст, HTML, JSON или PDF.
  • Читайте много страниц: spicrawl_batch_submit ставит в очередь до 10 000 URL. Затем используйте spicrawl_batch_status и spicrawl_batch_results.
  • Страницы за входом: spicrawl_session_create сохраняет cookies и хранилище между вызовами.
  • Отладьте сбой: spicrawl_requests_list и spicrawl_request_get.
  • Проверьте использование: spicrawl_usage_summary и остальные инструменты учёта использования. Им нужен ключ с областью доступа read.
  • Ищите информацию: spicrawl_docs_search и spicrawl_docs_read ищут и читают документацию Spicrawl.

Один инструмент, spicrawl_browser_connect_url, есть в списке, но скоро появится. В spicrawl_scrape аргумент рендеринга — render, а не js_render из API.

Полезно знать

  • Без обхода. Spicrawl не переходит по ссылкам и не находит страницы. Дайте агенту URL.
  • Кредитов за запрос. Обычная загрузка — 1 кредит. Рендеринг JavaScript — 3. Полный рендеринг в браузере — 8.
  • Сбои бесплатны. Неудачный запрос стоит 0 кредитов.
  • Кэш экономит время, а не кредиты. Попадание в кеш стоит столько же, сколько загрузка, которая его сохранила.
  • Ограничьте каждый вызов. Задайте max_cost, и запрос, который мог бы стоить дороже, отклоняется до выполнения.
  • Скоро: управляемые прокси, режим stealth, удалённый браузер и AI-извлечение данных по запросу на обычном языке. Сейчас можно подключить собственный прокси.

Часто задаваемые вопросы

Windsurf — это то же самое, что Devin Desktop?

Да. Windsurf переименован в Devin Desktop 2026-06-02. Это тот же редактор, и эти шаги работают для обоих названий.

Какого агента настраивать, Devin Local или Cascade?

Devin Local — агент по умолчанию для новых вкладок. Cascade — устаревший агент. Они читают MCP-серверы из разных файлов, поэтому настройте тот, которым пользуетесь.

Учитывается ли Spicrawl в лимите инструментов Cascade?

Да. Cascade допускает 100 инструментов на все серверы, а Spicrawl использует 25. Отключите другие серверы, если близки к лимиту.

Моя команда блокирует сервер. Что делать?

Включён список разрешённых для команды. Попросите администратора добавить Server ID spicrawl (с учётом регистра) в список разрешённых.

Сколько стоит каждая страница?

Обычный запрос стоит 1 кредит, рендеринг JavaScript 3, а рендеринг в полноценном браузере 8. Неудачные запросы стоят 0. Попадание в кэш стоит столько же, сколько запрос, который его сохранил. Попросите агента задавать max_cost в каждом запросе, чтобы он никогда не тратил больше, чем вы ожидаете.