搜索研究与资料 · 工具介绍
LLM Scraper
LLM Scraper 是使用大语言模型抽取网页结构化数据的 TypeScript 库，基于 Playwright，可用 Zod 或 JSON Schema 指定结果结构，并支持 HTML、文本、截图等输入模式。
LLM Scraper 能做什么
LLM Scraper 是使用大语言模型抽取网页结构化数据的 TypeScript 库，基于 Playwright，可用 Zod 或 JSON Schema 指定结果结构，并支持 HTML、文本、截图等输入模式。
- 数据查询与可视化分析
- 应用连接与业务流程自动化
如何使用 LLM Scraper
按指定结构抽取网页条目
准备输入
- 目标网页地址、模型服务配置，以及定义条目字段的 Zod schema。
操作步骤
- 安装 zod、playwright、llm-scraper 及所选模型适配器。
- 启动浏览器、打开目标网页，并创建 LLMScraper 实例。
- 定义标题、分数、作者和评论链接等字段，运行 scraper.run 并读取 data.top。
预期交付物
- 符合所设 schema 的网页条目对象数组。
截图输入模式仅适用于多模态模型；人工对照实时页面核查字段，尤其是动态数字和链接，不把 README 的历史示例条目当作当前抓取结果。
开始前需要了解
账号权限、费用与可用功能请以官方入口的当前说明为准。重要结果应先检查，再用于实际工作。
从搜索研究与资料角度评估LLM Scraper
把搜索研究与资料需要的条件列清楚，再比较工具。阅读本页的产品用途、步骤与限制，再逐项确认下面的问题；这些是选型方法，不表示每款工具都具备同样能力。
来源能否回看
需要能打开的原始页面或文档位置，不能只有一段无出处的摘要。
范围是否与问题一致
核对日期、地区、对象与定义，不把相似术语当成同一事实。
是否保留反例
把冲突资料和未解决问题放进结论，避免只找支持原想法的证据。
选择一个小样任务，先检查结果与交付格式，再决定是否用于更多资料。
