Casos de uso
01Respuesta rápida
Usa scrape_template (1 credit) para extraer reseñas de Amazon, YouTube o Hacker News sin selectores que mantener, reddit_search (5 credits) para las discusiones de Reddit mediante archivos comunitarios, analyze_content (3 credits) para el sentimiento, los temas y las entidades, y summarize_content (4 credits) para un resumen ejecutivo. Unos 13 credits por producto, lo bastante barato como para ejecutarlo cada semana.
02El planteamiento
El sentimiento de los clientes está repartido entre fichas de Amazon, hilos de Reddit y comentarios de Hacker News. Leerlo manualmente significa que detectas un problema de calidad semanas después de que las reseñas se torcieran, y los rediseños de los marketplaces rompen constantemente los scrapers basados en selectores.
scrape_template de CrawlForge extrae datos limpios de sitios conocidos -- productos de Amazon, YouTube, Hacker News -- sin selectores que mantener, y reddit_search lee las discusiones de Reddit a través de archivos comunitarios, ya que reddit.com bloquea los scrapers. analyze_content puntúa el sentimiento, los temas y las entidades, y summarize_content convierte el montón en un resumen ejecutivo.
03En código
1// Pull reviews from known sites without writing selectors2const product = await mcp.scrape_template({3 template: "amazon-product",4 url: "https://www.amazon.com/dp/B0EXAMPLE",5});6 7// reddit.com blocks scrapers -- reddit_search reads the community archives8const reddit = await mcp.reddit_search({9 query: "Example Gadget",10 subreddit: "gadgets",11 limit: 10,12});13 14const voices = product.reviews.map(r => r.text).join("\n");15 16// Sentiment, topics, and entities across every review17const analysis = await mcp.analyze_content({18 text: voices,19 options: { includeSentiment: true, extractTopics: true, extractEntities: true },20});21 22// One briefing for the product team23const digest = await mcp.summarize_content({24 text: voices,25 options: { summaryLength: "medium", summaryType: "abstractive" },26});27 28console.log(reddit.count, reddit.results[0]?.num_comments); // discussion volume29console.log(analysis.sentiment, analysis.topics);30console.log(digest.summary);04El pipeline
05Preguntas
04
Usa scrape_template con una plantilla integrada como amazon-product, y reddit_search para las discusiones de Reddit -- reddit.com bloquea el scraping directo, así que reddit_search lee los archivos comunitarios en su lugar. CrawlForge mantiene las reglas de extracción, así que el rediseño de un marketplace no rompe tu pipeline en silencio como sí ocurre con los selectores personalizados.
Productos de Amazon, perfiles de LinkedIn, repositorios de GitHub, vídeos de YouTube, tuits, hilos de Reddit, la portada de Hacker News, lanzamientos de Product Hunt, preguntas de Stack Overflow y paquetes de npm. Llama a scrape_template con template "list" para ver el conjunto actual. Para Reddit, prefiere reddit_search -- reddit.com bloquea el scraping directo, por lo que la plantilla reddit-thread ya no funciona de forma fiable.
analyze_content devuelve una puntuación de sentimiento, el idioma detectado, los temas, las entidades nombradas y la legibilidad del texto que le pases. Aliméntalo con las reseñas combinadas y luego ejecuta summarize_content para obtener un resumen corto de lo que ha cambiado.
Unos 13 credits por producto y ejecución: 1 por cada llamada a scrape_template, 5 de reddit_search, 3 de analyze_content y 4 de summarize_content. Monitorear 10 productos cada semana son aproximadamente 560 credits al mes.
06Sigue explorando
Reúne datos de la competencia con discreción mediante navegación sigilosa y extracción estructurada. Vigila precios, mensajes y lanzamientos sin activar defensas antibot.
Rastrea precios de la competencia y disponibilidad de productos en cientos de sitios de e-commerce. Detecta cuándo te bajan el precio el mismo día y reajusta con confianza.
Empieza a forjar
Cada cuenta nueva recibe 1,000 credits gratis. No se requiere tarjeta de crédito.