分析确定性3 credits

analyze_content

统计式内容分析：语言检测、关键词频率、加权词典情感倾向以及 Flesch 阅读易读度。传入 URL，工具会自动抓取并清理页面；也可以直接传入文本。整个过程不调用任何模型，因此相同输入始终得到相同输出。

使用场景

内容分类

在文章进入更昂贵的流水线阶段之前，按检测到的语言和主要关键词进行分流。

情感监测

跟踪评论与反馈的语气。每个分值都会附带产生该分值的具体词语，因此出乎意料的结果可以逐词核查。

可读性审计

对一组页面计算 Flesch 易读度，找出比其余部分更晦涩的文档。

低成本预筛选

在为 summarize_content 或 extract_with_llm 花费 credits 之前，先按长度、语言和关键词筛选抓取到的页面。

多语言路由

检测页面语言，并将其发送到对应的下游处理器或译者。

语料统计

统计整次爬取的词数、句数和平均句长，用于报表或质量门禁。

Endpoint

POST/api/v1/tools/analyze_content

Auth Required

Free 计划 1 req/s

3 credits

Parameters

Name	Type	Required	Default	Description
url	string	Optional	-	要抓取并分析的页面。script、style、nav、header 和 footer 会被剥离，随后分析 body 中剩余的文本。`url` 与 `content` 至少提供一个。 Example: https://example.com/blog/post
content	string	Optional	-	直接分析的文本，跳过抓取。仅在省略 `url` 时生效——两者都传时以抓取到的页面为准。 Example: The dashboard is a great upgrade...
analyze_sentiment	boolean	Optional	false	使用加权英文词典给情感打分。默认关闭；不请求时响应中不会出现 `sentiment` 对象。 Example: true
extract_keywords	boolean	Optional	true	返回长度超过三个字符、出现频率最高的十个词及其计数。 Example: true
detect_language	boolean	Optional	true	检测语言并返回 ISO 639-1 代码；文本过短或语言无法识别时返回 `und`。 Example: true
analyze_readability	boolean	Optional	false	计算 Flesch 易读度和一个粗略的年级水平。默认关闭；不请求时响应中不会出现 `readability` 对象。 Example: true
timeout	number	Optional	10000	抓取超时（毫秒），取值 1000 到 30000。仅在使用 `url` 时生效。 Example: 10000
respect_robots	boolean	Optional	true	遵守目标站点的 robots.txt。保持 `true` 时，robots.txt 对 `CrawlForge` 禁止的路径会在抓取之前以 403 拒绝，且不扣除 credits。仅在你与目标站点另有约定时才设为 `false`——此时响应会带上一条 `warnings`，并且该覆盖会记录到你的 API key 上。 Example: true

请求示例

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
  }'

响应示例

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": "that",
        "frequency": 2
      },
      {
        "word": "great",
        "frequency": 1
      },
      {
        "word": "upgrade",
        "frequency": 1
      }
    ],
    "sentiment": {
      "score": 0.924,
      "label": "positive",
      "positive_matches": [
        "great",
        "easy",
        "clear",
        "helpful",
        "fast",
        "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_length剥离 HTML 后被分析文本的字符数

data.avg_sentence_length每句词数，四舍五入为整数

data.languageISO 639-1 代码，或 `und`。仅当 `detect_language` 为 true（默认值）时出现

data.keywords按原始频率排序、长度超过三个字符的前十个词。没有停用词表，因此 `that`、`with` 这类常见词也可能出现

data.sentiment.score命中的词典权重之和除以词数的平方根，并限制在 -1..1 之间

data.sentiment.label大于 0.05 为 `positive`，小于 -0.05 为 `negative`，否则为 `neutral`

data.sentiment.positive_matches所有产生正向贡献的词，按出现顺序列出并保留重复——分值正是由它们构成的

data.sentiment.method始终为 `lexicon`。不调用任何模型

data.readability.flesch_scoreFlesch 易读度，限制在 0-100。数值越高越易读

data.readability.grade_level`middle_school`、`high_school` 或 `college`，仅根据句子长度推导

credits_used每次调用固定 3 credits，与文本长度无关

错误处理

未提供 url 或 content（400 Bad Request）

VALIDATION_ERROR。两者至少要提供一个。url 格式错误或 timeout 超出 1000-30000 也返回同一状态码。

页面过大（413 Payload Too Large）

RESPONSE_TOO_LARGE。抓取到的响应体超过 25MB 读取上限，被直接拒绝而不是缓冲到内存。如果确实需要分析，请通过 content 自行传入文本。

目标站点超时（504 Gateway Timeout）

FETCH_TIMEOUT。页面在发送响应体的过程中停止响应。可以调高 timeout，最大 30000 毫秒。

抓取失败（502 Bad Gateway）

FETCH_FAILED。无法读取响应体——连接被重置，或响应体不是可解码的文本。

分析失败（500 Internal Server Error）

TOOL_ERROR。失败的调用不计费；只有分析成功后才会扣除 credits。

被 robots.txt 拦截（403 Forbidden）

目标站点的 robots.txt 对 CrawlForge 禁止了该路径。若你与目标站点另有约定，可设置 respect_robots: false 予以覆盖——该覆盖会记录到你的 API key 上。该覆盖不适用于列入 CrawlForge 永久排除名单的主机——无论 respect_robots 取何值，这类主机一律被拒绝。

注意： 情感词典仅支持英文。对其他语言的文本运行时会返回接近零的分值而不是报错，因此在信任 data.sentiment 之前请先检查 data.language。

credits 费用

3 credits

每次调用 3 credits

无论传入 URL 还是纯文本、启用哪些分析项，都是同一价格。失败的调用不计费。

包含内容：

语言检测（ISO 639-1，基于三元组）

前十位关键词频率

加权词典情感倾向，并附命中词

Flesch 易读度与年级水平

词数、句数与字符数

计划推荐：

Free 计划： 1,000 个一次性试用 credits = 333 次分析

Hobby 计划： 5,000 credits = 1,666 次分析（$19/mo）

Professional 计划： 50,000 credits = 16,666 次分析（$99/mo）

相关工具

extract_content

先从页面中提取干净的正文（2 credits）

summarize_content

对页面做摘要而不是度量它（4 credits）

localization

检测语言以及 hreflang 和地域定向信号（2 credits）

batch_scrape

批量收集多个页面，再逐个分析（每个 URL 5 credits）

准备好试用 analyze_content 了吗？免费注册并获得 1,000 credits 开始构建。

使用场景

内容分类

在文章进入更昂贵的流水线阶段之前，按检测到的语言和主要关键词进行分流。

情感监测

跟踪评论与反馈的语气。每个分值都会附带产生该分值的具体词语，因此出乎意料的结果可以逐词核查。

可读性审计

对一组页面计算 Flesch 易读度，找出比其余部分更晦涩的文档。

低成本预筛选

在为 summarize_content 或 extract_with_llm 花费 credits 之前，先按长度、语言和关键词筛选抓取到的页面。

多语言路由

检测页面语言，并将其发送到对应的下游处理器或译者。

语料统计

统计整次爬取的词数、句数和平均句长，用于报表或质量门禁。

Parameters

Name	Type	Required	Default	Description
url	string	Optional	-	要抓取并分析的页面。script、style、nav、header 和 footer 会被剥离，随后分析 body 中剩余的文本。`url` 与 `content` 至少提供一个。 Example: https://example.com/blog/post
content	string	Optional	-	直接分析的文本，跳过抓取。仅在省略 `url` 时生效——两者都传时以抓取到的页面为准。 Example: The dashboard is a great upgrade...
analyze_sentiment	boolean	Optional	false	使用加权英文词典给情感打分。默认关闭；不请求时响应中不会出现 `sentiment` 对象。 Example: true
extract_keywords	boolean	Optional	true	返回长度超过三个字符、出现频率最高的十个词及其计数。 Example: true
detect_language	boolean	Optional	true	检测语言并返回 ISO 639-1 代码；文本过短或语言无法识别时返回 `und`。 Example: true
analyze_readability	boolean	Optional	false	计算 Flesch 易读度和一个粗略的年级水平。默认关闭；不请求时响应中不会出现 `readability` 对象。 Example: true
timeout	number	Optional	10000	抓取超时（毫秒），取值 1000 到 30000。仅在使用 `url` 时生效。 Example: 10000
respect_robots	boolean	Optional	true	遵守目标站点的 robots.txt。保持 `true` 时，robots.txt 对 `CrawlForge` 禁止的路径会在抓取之前以 403 拒绝，且不扣除 credits。仅在你与目标站点另有约定时才设为 `false`——此时响应会带上一条 `warnings`，并且该覆盖会记录到你的 API key 上。 Example: true

请求示例

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
  }'

响应示例

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": "that",
        "frequency": 2
      },
      {
        "word": "great",
        "frequency": 1
      },
      {
        "word": "upgrade",
        "frequency": 1
      }
    ],
    "sentiment": {
      "score": 0.924,
      "label": "positive",
      "positive_matches": [
        "great",
        "easy",
        "clear",
        "helpful",
        "fast",
        "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_length剥离 HTML 后被分析文本的字符数

data.avg_sentence_length每句词数，四舍五入为整数

data.languageISO 639-1 代码，或 `und`。仅当 `detect_language` 为 true（默认值）时出现

data.keywords按原始频率排序、长度超过三个字符的前十个词。没有停用词表，因此 `that`、`with` 这类常见词也可能出现

data.sentiment.score命中的词典权重之和除以词数的平方根，并限制在 -1..1 之间

data.sentiment.label大于 0.05 为 `positive`，小于 -0.05 为 `negative`，否则为 `neutral`

data.sentiment.positive_matches所有产生正向贡献的词，按出现顺序列出并保留重复——分值正是由它们构成的

data.sentiment.method始终为 `lexicon`。不调用任何模型

data.readability.flesch_scoreFlesch 易读度，限制在 0-100。数值越高越易读

data.readability.grade_level`middle_school`、`high_school` 或 `college`，仅根据句子长度推导

credits_used每次调用固定 3 credits，与文本长度无关

错误处理

未提供 url 或 content（400 Bad Request）

VALIDATION_ERROR。两者至少要提供一个。url 格式错误或 timeout 超出 1000-30000 也返回同一状态码。

页面过大（413 Payload Too Large）

RESPONSE_TOO_LARGE。抓取到的响应体超过 25MB 读取上限，被直接拒绝而不是缓冲到内存。如果确实需要分析，请通过 content 自行传入文本。

目标站点超时（504 Gateway Timeout）

FETCH_TIMEOUT。页面在发送响应体的过程中停止响应。可以调高 timeout，最大 30000 毫秒。

抓取失败（502 Bad Gateway）

FETCH_FAILED。无法读取响应体——连接被重置，或响应体不是可解码的文本。

分析失败（500 Internal Server Error）

TOOL_ERROR。失败的调用不计费；只有分析成功后才会扣除 credits。

被 robots.txt 拦截（403 Forbidden）

注意： 情感词典仅支持英文。对其他语言的文本运行时会返回接近零的分值而不是报错，因此在信任 data.sentiment 之前请先检查 data.language。

credits 费用

3 credits

每次调用 3 credits

无论传入 URL 还是纯文本、启用哪些分析项，都是同一价格。失败的调用不计费。

包含内容：

语言检测（ISO 639-1，基于三元组）

前十位关键词频率

加权词典情感倾向，并附命中词

Flesch 易读度与年级水平

词数、句数与字符数

计划推荐：

Free 计划： 1,000 个一次性试用 credits = 333 次分析

Hobby 计划： 5,000 credits = 1,666 次分析（$19/mo）

Professional 计划： 50,000 credits = 16,666 次分析（$99/mo）