Przejdź do treści
Biblioteka skilli
Dane i analityka · Automatyzacja

web-scraper

/web-scraper

Zbiera dane ze stron internetowych: scrapuje, crawluje i wyciąga treść, gdy trzeba zebrać informacje z internetu.

Repozytorium
shob ↗
Licencja
MIT
Ostatnia zmiana repozytorium
18.09.2026

Ocena i bezpieczeństwo

100/ 100Klasa: dobry
Format25 / 25
Frontmatter z nazwą i opisem, poprawna nazwa, opis do 1024 znaków, nazwa zgodna z folderem.
Odkrywalność25 / 25
Opis mówi, kiedy użyć skilla, ma sensowną długość i jest w 3. osobie.
Treść35 / 35
Co najmniej 150 słów i do 500 linii, nagłówki, listy kroków, przykłady albo kod.
Higiena15 / 15
Bez zaślepek typu TODO, bez ścieżek Windows, z licencją.
Ryzykobrak sygnałów w skanie
Pliki w paczce
1
Skrypty
0
Komentarze HTML
0
Adresy URL w SKILL.md
6
Przestarzałość

Brak sygnałów. Repozytorium zmienione 18.09.2026, bez odwołań do wycofanych modeli i API.

Licencja

MIT, otwarta: można używać i zmieniać, z zachowaniem informacji o autorze.

Co robi i kiedy

Zbiera dane ze stron internetowych: scrapuje, crawluje i wyciąga treść, gdy trzeba zebrać informacje z internetu.

Oryginalny opis (EN)

Scrape, crawl, and extract data from websites. Use when users ask to scrape web pages, extract content, crawl websites, or collect data from the internet.

Jak działa

  1. Overview
  2. When to Use
  3. Tools Available
  4. Usage Patterns
  5. Extraction Modes
  6. Best Practices
  7. Data Handling
Sekcje z nagłówków SKILL.md, w oryginale · 108 linii, 346 słów
Podgląd SKILL.md
---
name: web-scraper
description: Scrape, crawl, and extract data from websites. Use when users ask to scrape web pages, extract content, crawl websites, or collect data from the internet.
---

# Web Scraper

## Overview
Extract content and data from websites using various techniques including crawling, scraping, and structured data extraction.

## When to Use
- Extract text content from web pages
- Crawl entire websites
- Collect structured data
- Research and gather information
- Monitor website changes
- Extract tables and lists

## Tools Available

### Content Extraction
```javascript
// Use extract_content_from_websites for structured extraction
// Supports batch processing of multiple URLs
// Returns JSON format with extracted content
```

### Task Format
```javascript
{
    tasks: [
        {
            url: "https://example.com",
            prompt: "Extract specific information",
            task_name: "optional_name"
        }
    ]
}
```

## Usage Patterns

### Simple Content Extraction
```javascript
// Extract main content from a page
const result = await extract_content_from_websites({
    tasks: [{
        url: "https://news.example.com/article",
        prompt: "Extract the title, author, date, and main content"
    }]
});
```

### Batch URL Processing
```javascript
// Process multiple URLs in parallel
const urls = [
    "https://site.com/page1",
    "https://site.com/page2",
    "https://site.com/page3"
];

const results = await extract_content_from_websites({
    tasks: urls.map((url, i) => ({
        url,
        prompt: "Extract all product information, prices, and descriptions",
        task_name: `product_${i}`
    }))
});
```

### Data Mining
```javascript
// Extract structured data like prices, reviews, specifications
const data = await extract_content_from_websites({
    tasks: [{
        url: "https://ecommerce.example.com/products",
        prompt: "Extract product name, price, rating, and availability for all products listed"
    }]
});
```

## Extraction Modes

### Auto Mode (Default)
- Attempts HTTP GET first
- Falls back to browser rendering for CSR pages
- Best for most websites

### Curl Only Mode
- Fast direct HTTP requests
- Best for static HTML pages
- May fail on JavaScript-heavy sites

### Browser Only Mode
- Full browser rendering
- Handles dynamic content
- Slower but more comprehensive

## Best Practices
1. Start with simpler extraction before complex patterns
2. Use specific prompts for targeted data
3. Respect website terms of service
4. Add delays between requests when scraping multiple pages
5. Handle errors gracefully with try/catch

## Data Handling
- Returns JSON format for easy processing
- Handles batch operations efficiently
- Supports pagination when needed
- Maintains data structure in results

Wersje

RepozytoriumWynikLicencja
Ta strona · shobcoder/shob100MIT
TerminalSkills/skills100Apache-2.0
seaworld008/commonly-used-high-value-skills100MIT
jqaisystems/jqai-ai-skills100MIT
sandbaseai/sandbase-skills100Apache-2.0
zocomputer/skills100MIT
skrun-dev/skrun90MIT
LeoYeAI/openclaw-master-skills90MIT

Migawka bazy z 28.10.2026 · wersja paczki a9e848d7eb57 (skrót SHA-256 całej paczki)

Zgłoś problem z tym skillem: szkodliwa treść, błędny opis albo prośba autora o usunięcie.

Podobne skille

  • 100web-scraping
    Scrapuje strony, wyciąga dane ustrukturyzowane i automatyzuje przeglądarkę, gdy trzeba pobrać dane z dowolnego adresu URL.
  • 100firecrawl-scraper
    Pobiera dane ze stron przez Firecrawl: wyciąga dane strukturalne, robi zrzuty ekranu, parsuje PDF-y, przetwarza wsadowo adresy URL i crawluje witryny.
  • 100just-scrape
    Wyszukuje, scrapuje i crawluje strony WWW, wyciąga dane strukturalne w JSON oraz monitoruje zmiany stron przez CLI ScrapeGraph AI.
  • 100crawl4ai
    Crawluje strony i wyciąga dane przez CLI crwl: scrapowanie witryn, treść w markdown, strony oparte na JavaScript i ustrukturyzowane dane ze stron.
  • 100crawl4ai
    Crawluje i scrapuje żywe strony oraz wyciąga z nich ustrukturyzowane dane JSON za pomocą Crawl4AI i opcjonalnie Trafilatury: świeże treści, crawle wielostronicowe i zwarte czytanie stron.
  • 95scraper-builder
    Buduje scrapery stron internetowych na infrastrukturze Bright Data: analiza strony, wybór API, wyodrębnianie selektorów, obsługa paginacji i pełna implementacja, w tym potoki danych ze stron.

Uwagi i zgłoszenia

Wiadomość trafi do Bartosza Sokolińskiego. Adres e-mail jest potrzebny tylko do odpowiedzi. Szczegóły w polityce prywatności.