AnalisisBerketentuan3 credits

analyze_content

Analisis kandungan secara statistik: pengesanan bahasa, frekuensi kata kunci, sentimen leksikon berpemberat dan kemudahan bacaan Flesch. Berikan URL dan alat ini akan mengambil serta membersihkan halaman untuk anda, atau hantar teks terus. Tiada panggilan model terlibat, jadi input yang sama sentiasa menghasilkan output yang sama.

Kes Penggunaan

Pengelasan Kandungan

Halakan artikel mengikut bahasa yang dikesan dan kata kunci dominan sebelum ia sampai ke peringkat saluran yang lebih mahal.

Pemantauan Sentimen

Jejaki nada ulasan dan maklum balas. Setiap skor disertakan dengan perkataan tepat yang menghasilkannya, jadi keputusan yang mengejutkan boleh diaudit.

Audit Kebolehbacaan

Kemudahan bacaan Flesch merentas satu set halaman, untuk mencari dokumentasi yang menjadi lebih padat daripada yang lain.

Penapisan Awal Yang Murah

Tapis halaman yang dikikis mengikut panjang, bahasa dan kata kunci sebelum membelanjakan credits pada summarize_content atau extract_with_llm.

Penghalaan Berbilang Bahasa

Kesan bahasa sesebuah halaman dan hantarkannya kepada pengendali atau penterjemah yang betul.

Statistik Korpus

Kiraan perkataan, ayat dan purata panjang ayat merentas satu rangkak, untuk pelaporan atau get kualiti.

Endpoint

POST/api/v1/tools/analyze_content

Auth Required

1 req/s pada pelan Free

3 credits

Parameters

Name	Type	Required	Default	Description
url	string	Optional	-	Halaman yang akan diambil dan dianalisis. Script, style, nav, header dan footer dibuang, dan teks body yang tinggal dianalisis. Berikan sama ada `url` atau `content`. Example: https://example.com/blog/post
content	string	Optional	-	Teks untuk dianalisis terus, tanpa pengambilan. Hanya berkesan apabila `url` ditinggalkan — jika kedua-duanya dihantar, halaman yang diambil yang menang. Example: The dashboard is a great upgrade...
analyze_sentiment	boolean	Optional	false	Beri skor sentimen menggunakan AFINN-165, leksikon bahasa Inggeris berpemberat dengan kira-kira 3,400 perkataan, termasuk penafian ("not happy" dikira negatif). Dimatikan secara lalai; objek `sentiment` tiada melainkan anda memintanya. Pada teks dalam bahasa lain yang tidak mengandungi sebarang perkataan leksikon, `label` ialah `not_applicable` bersama `notApplicable: "sentiment-lexicon-is-english-only"`, dan bukannya `neutral` yang tidak pernah diukur. Example: true
extract_keywords	boolean	Optional	true	Kembalikan sepuluh perkataan paling kerap yang melebihi tiga aksara, berserta kiraannya. Kata fungsi bahasa Inggeris seperti `that`, `with` dan `from` tidak pernah dikira, dan kata fungsi bahasa Jerman seperti `nicht`, `eine` dan `dass` juga diketepikan apabila teks dikesan sebagai bahasa Jerman. Example: true
detect_language	boolean	Optional	true	Kesan bahasa dan kembalikan kod ISO 639-1, atau `und` apabila teks terlalu pendek atau bahasanya tidak dikenali. Example: true
analyze_readability	boolean	Optional	false	Kira kemudahan bacaan Flesch dan tahap gred kasar. Dimatikan secara lalai; objek `readability` tiada melainkan anda memintanya. Example: true
timeout	number	Optional	10000	Had masa pengambilan dalam milisaat, antara 1000 dan 30000. Hanya terpakai apabila `url` digunakan. Example: 10000
respect_robots	boolean	Optional	true	Hormati robots.txt tapak sasaran. Dibiarkan pada `true`, laluan yang dilarang untuk `CrawlForge` ditolak dengan 403 sebelum apa-apa diambil dan tiada credits dicaj. Tetapkan kepada `false` hanya untuk sasaran yang anda mempunyai perjanjian sendiri dengannya — respons kemudiannya membawa entri `warnings` dan tindakan mengatasi itu direkodkan pada API key anda. Example: true

Contoh Permintaan

terminalBash

curl -X POST https://crawlforge.dev/api/v1/tools/analyze_content \
  -H "X-API-Key: cf_test_YOUR_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "url": "https://example.com/blog/dashboard-review",
    "analyze_sentiment": true,
    "analyze_readability": true
  }'

Contoh Respons

200 OK310ms

{
  "success": true,
  "data": {
    "content_length": 407,
    "word_count": 75,
    "sentence_count": 6,
    "avg_sentence_length": 13,
    "language": "en",
    "keywords": [
      {
        "word": "dashboard",
        "frequency": 3
      },
      {
        "word": "easy",
        "frequency": 2
      },
      {
        "word": "great",
        "frequency": 1
      },
      {
        "word": "upgrade",
        "frequency": 1
      }
    ],
    "sentiment": {
      "score": 0.16,
      "label": "positive",
      "confidence": 1,
      "positive_matches": [
        "great",
        "easy",
        "clear",
        "helpful",
        "easy",
        "reliable",
        "recommend"
      ],
      "negative_matches": [],
      "method": "lexicon"
    },
    "readability": {
      "flesch_score": 76,
      "grade_level": "middle_school"
    }
  },
  "credits_used": 3,
  "credits_remaining": 997,
  "processing_time": 310
}

Field Descriptions

data.content_lengthKiraan aksara teks yang dianalisis, selepas HTML dibuang

data.avg_sentence_lengthPerkataan setiap ayat, dibundarkan kepada nombor bulat

data.languageKod ISO 639-1, atau `und`. Hadir hanya apabila `detect_language` ialah true (lalai)

data.keywordsSepuluh perkataan teratas melebihi tiga aksara mengikut frekuensi mentah. Kata fungsi bahasa Inggeris diketepikan, begitu juga kata fungsi bahasa Jerman apabila teks dalam bahasa Jerman

data.sentiment.scoreSkor bersih AFINN-165 bagi setiap perkataan dalam teks (setiap perkataan yang sepadan berpemberat -5..+5), dihadkan kepada -1..1

data.sentiment.label`positive` melebihi 0.05, `negative` di bawah -0.05, selain itu `neutral` — atau `not_applicable`, bersama `notApplicable`, pada teks bukan bahasa Inggeris yang tidak sepadan dengan sebarang perkataan leksikon

data.sentiment.confidenceBerapa banyak bukti yang menyokong label: 0.2 bagi setiap perkataan leksikon yang sepadan, sehingga 1. 0 apabila tiada perkataan leksikon yang sepadan

data.sentiment.positive_matchesSetiap perkataan yang menyumbang secara positif, mengikut urutan dan termasuk pendua — inilah yang membentuk skor tersebut

data.sentiment.methodSentiasa `lexicon`. Tiada model dipanggil

data.readability.flesch_scoreKemudahan bacaan Flesch, dihadkan kepada 0-100. Lebih tinggi lebih mudah

data.readability.grade_level`middle_school`, `high_school` atau `college`, diterbitkan daripada panjang ayat sahaja

credits_used3 credits tetap setiap panggilan, tidak kira panjang teks

Pengendalian Ralat

Tiada url mahupun content (400 Bad Request)

VALIDATION_ERROR. Sekurang-kurangnya satu daripada dua itu mesti ada. Status yang sama meliputi url yang cacat dan timeout di luar 1000-30000.

Halaman Terlalu Besar (413 Payload Too Large)

RESPONSE_TOO_LARGE. Badan yang diambil melebihi had bacaan 25MB dan ditolak dan bukannya ditimbal. Hantar teks itu sendiri melalui content jika anda perlu menganalisisnya.

Sasaran Tamat Masa (504 Gateway Timeout)

FETCH_TIMEOUT. Halaman berhenti bertindak balas semasa menghantar badannya. Naikkan timeout, sehingga 30000ms.

Pengambilan Gagal (502 Bad Gateway)

FETCH_FAILED. Badan respons tidak dapat dibaca — sambungan ditetapkan semula, atau badan yang bukan teks boleh nyahkod.

Analisis Gagal (500 Internal Server Error)

TOOL_ERROR. Panggilan yang gagal tidak dicaj; credits hanya ditolak selepas analisis berjaya.

Disekat oleh robots.txt (403 Forbidden)

robots.txt tapak sasaran melarang laluan ini untuk CrawlForge. Tetapkan respect_robots: false untuk mengatasinya jika anda mempunyai perjanjian sendiri dengan sasaran — tindakan mengatasi itu direkodkan pada API key anda. Tindakan mengatasi itu tidak sampai kepada hos yang berada dalam senarai penarikan diri kekal CrawlForge, yang ditolak tanpa mengira nilai respect_robots.

Nota:

Leksikon sentimen adalah bahasa Inggeris sahaja. Pada teks dalam bahasa lain yang tidak sepadan dengan sebarang perkataan leksikon, sentiment.label ialah not_applicable, sentiment.notApplicable ialah sentiment-lexicon-is-english-only dan score ialah 0. Teks bukan bahasa Inggeris yang kebetulan mengandungi perkataan sentimen bahasa Inggeris tetap diberi skor, jadi periksa data.language sebelum mempercayai data.sentiment.