本页内容
Dify 是一个开源的 LLM 应用开发平台,让你能够通过可视化工作流编辑器构建 AI 应用。通过将 CrawlForge 添加为自定义工具,你的 Dify 工作流便获得了 scraping 网站、搜索网页和提取结构化数据的能力 —— 全程无需编写代码。
本指南同时涵盖无代码方式(Dify 的可视化工具配置)和面向高级集成的基于 API 的方式。
目录
- 什么是 Dify?
- 前置条件
- 步骤 1:设置自定义工具提供商
- 步骤 2:定义 CrawlForge 工具 schema
- 步骤 3:构建一个网页研究工作流
- 步骤 4:构建一个内容提取 pipeline
- 步骤 5:处理认证与错误
- credits 费用参考
- Dify 中可用的 CrawlForge 工具
- 下一步
什么是 Dify?
Dify 是一个用于构建 LLM 应用的生产级平台。它提供可视化工作流构建器、agent 编排、RAG pipeline 管理,以及一个包含 50 多个内置工具的库。Dify 支持通过 OpenAPI 规范集成自定义工具,这意味着任何 REST API —— 包括 CrawlForge —— 都可以被添加为工具。
Dify 的原生 MCP 集成还意味着你可以直接将 CrawlForge 连接为一个 MCP server。本指南涵盖这两种方式。
前置条件
- Dify 实例 —— Dify Cloud 或通过 Docker 自托管均可
- 一个带 API key 的 CrawlForge 账户(1,000 个免费 credits)
- 你 Dify 工作区的管理员权限
步骤 1:设置自定义工具提供商
在你的 Dify 控制台中,导航到 Tools > Custom Tools > Create Custom Tool。
粘贴以下 OpenAPI 规范来注册 CrawlForge 的核心工具:
openapi: "3.0.0"
info:
title: CrawlForge Web Scraping Tools
version: "1.0.0"
description: "26 specialized web scraping tools for AI applications"
servers:
- url: https://crawlforge.dev/api/v1/tools
paths:
/extract_content:
post:
operationId: extractContent
summary: Extract clean content from a URL (2 credits)
requestBody:
required: true
content:
application/json:
schema:
type: object
required: [url]
properties:
url:
type: string
description: The URL to extract content from
responses:
"200":
description: Extracted content
/search_web:
post:
operationId: searchWeb
summary: Search the web via Google (5 credits)
requestBody:
required: true
content:
application/json:
schema:
type: object
required: [query]
properties:
query:
type: string
description: Search query
limit:
type: integer
description: Max results (default 10)
responses:
"200":
description: Search results
/fetch_url:
post:
operationId: fetchUrl
summary: Fetch raw page content (1 credit)
requestBody:
required: true
content:
application/json:
schema:
type: object
required: [url]
properties:
url:
type: string
description: The URL to fetch
responses:
"200":
description: Raw page content
/scrape_structured:
post:
operationId: scrapeStructured
summary: Extract data with CSS selectors (2 credits)
requestBody:
required: true
content:
application/json:
schema:
type: object
required: [url, selectors]
properties:
url:
type: string
selectors:
type: object
additionalProperties:
type: string
responses:
"200":
description: Structured extraction results将认证方式设置为 Bearer Token,并输入你的 CrawlForge API key(cf_live_...)。
步骤 2:定义 CrawlForge 工具 schema
导入 OpenAPI 规范后,Dify 会自动为每个 endpoint 生成工具卡片。为每个工具配置具有描述性的名称,以便 LLM agent 能够正确地选用它们:
| Dify 工具名称 | CrawlForge Endpoint | Credits | agent 何时应使用它 |
|---|---|---|---|
| Fetch Web Page | /fetch_url | 1 | 用户提供了一个具体 URL 供阅读 |
| Extract Content | /extract_content | 2 | 需要从页面获取干净、可读的文本 |
| Search the Web | /search_web | 5 | 需要查找关于某个主题的页面 |
| Extract Structured Data | /scrape_structured | 2 | 需要通过 CSS 选择器获取具体的数据点 |
在 Dify 中为每个工具添加一段包含 credits 费用的清晰描述。这有助于 LLM agent 做出具有成本效益的决策。
步骤 3:构建一个网页研究工作流
在 Dify 的工作流编辑器中,用以下节点创建一个新工作流:
// Pseudocode for the Dify workflow (implemented visually in Dify's editor)
// Node 1: Start -- User provides a research topic
// Input: { topic: string }
// Node 2: Search Web (5 credits)
// Tool: CrawlForge search_web
// Input: { query: "{{topic}} latest developments 2026", limit: 5 }
// Output: search_results
// Node 3: Extract Top Results (2 credits each)
// Tool: CrawlForge extract_content
// Loop over: search_results.results[0..2]
// Input: { url: "{{item.link}}" }
// Output: extracted_pages[]
// Node 4: LLM Synthesis
// Model: Claude Sonnet
// Prompt: "Synthesize these sources into a research brief: {{extracted_pages}}"
// Output: research_summary
// Node 5: End -- Return research_summary to user
// Total credits: 5 + (3 * 2) = 11 credits per runDify 的可视化工作流让这一切成为拖放操作。每个节点与下一个节点相连,数据通过模板变量在其间流动。
步骤 4:构建一个内容提取 pipeline
对于反复进行的数据提取任务,构建一个 pipeline 工作流:
// Dify workflow for daily competitor monitoring
// Node 1: Start (triggered by schedule or API call)
// Input: { urls: ["https://competitor1.com/pricing", "https://competitor2.com/pricing"] }
// Node 2: Batch Extract (2 credits per URL)
// Tool: CrawlForge scrape_structured
// Loop over: urls
// Input: {
// url: "{{item}}",
// selectors: {
// plans: ".pricing-plan h3",
// prices: ".pricing-plan .price",
// features: ".pricing-plan .feature-list"
// }
// }
// Output: pricing_data[]
// Node 3: LLM Analysis
// Model: Claude Haiku (for cost efficiency)
// Prompt: "Compare these pricing pages and highlight any changes: {{pricing_data}}"
// Output: analysis
// Node 4: Conditional -- if changes detected, send notification
// Node 5: End
// Total: 2 * number_of_urls credits per run步骤 5:处理认证与错误
认证
CrawlForge 使用 Bearer token 认证。在 Dify 中,在自定义工具提供商层级设置一次即可:
- 前往 Tools > Custom Tools > CrawlForge
- 点击 Configure Authorization
- 选择 API Key (Bearer)
- 输入你的 CrawlForge API key
工作流中的所有工具调用都会自动包含认证头。
错误处理
在你的 Dify 工作流中为常见情形添加错误处理节点:
// Error handling pattern for Dify workflows
// After each CrawlForge tool node, add a conditional:
// If response.status === 402 -> "Insufficient credits"
// -> Notify user to top up at crawlforge.dev/pricing
// If response.status === 429 -> "Rate limited"
// -> Wait 2 seconds, retry the node
// If response.status === 500 -> "Server error"
// -> Log error, skip this URL, continue workflowDify 内置的重试机制会自动处理瞬时故障。对于 credits 耗尽错误(HTTP 402),将其路由到一个用于提醒用户的通知节点。
credits 费用参考
| Credits | 工具 | Dify 工作流使用场景 |
|---|---|---|
| 1 | fetch_url、extract_text、extract_links、extract_metadata | 简单的页面抓取触发 |
| 2 | scrape_structured、extract_content、map_site、process_document、localization | 提取 pipeline 节点、站点审计工作流 |
| 3 | track_changes、analyze_content | 变更检测、内容分析 |
| 4 | summarize_content、crawl_deep | 摘要生成、多页面 crawling |
| 5 | search_web、batch_scrape、scrape_with_actions、stealth_mode | 研究和批量工作流 |
| 10 | deep_research | 全面分析工作流 |
Dify 中可用的 CrawlForge 工具
全部 20 个 CrawlForge 工具都可以注册到 Dify 中。在可视化工作流中最常用的是:
| 工具 | Credits | 它在 Dify 中表现出色的原因 |
|---|---|---|
| search_web | 5 | 研究工作流的自然起点 |
| extract_content | 2 | 干净的输出可直接喂给 LLM 节点 |
| scrape_structured | 2 | CSS 选择器返回可预测的结构化 JSON |
| fetch_url | 1 | 简单页面访问的最便宜选项 |
| batch_scrape | 5 | 比逐次调用更高效地处理循环 |
下一步
- Dify 文档 —— Dify 平台官方文档
- CrawlForge API 参考 —— 全部 26 个工具的 endpoint schema
- 完整 MCP 指南 —— 理解 MCP 协议集成
- CrawlForge 定价 —— credit 套餐起价 $19/月
今天就为你的 Dify 应用添加 web scraping 能力。 获取你的免费 API key,含 1,000 credits,并在 Dify 中将 CrawlForge 注册为自定义工具。无需代码。
亲自试一试——无需注册
在 Playground 中运行 CrawlForge 的 27 个抓取与提取工具中的任意一个,然后免费开始,获取 1,000 credits。
1,000 免费 credits • 每月补充 • 无需信用卡
标签
及时获取最新洞察
将教程、产品更新与 Web 抓取技巧直接发送到你的收件箱。
拒绝垃圾邮件,随时可取消订阅。