CrawlForge
数据提取1 credit

scrape_template

面向 10 个最受欢迎站点的预置抓取器。无需 schema、无需选择器、无需 LLM —— 只需传入模板名称和 URL。内置提取器负责解析，并以每次调用 1 credit 的价格返回干净的类型化 JSON。

使用场景

快速获取电商数据

无需编写任何选择器即可获取 Amazon 商品的价格、评分和库存。

聚合开发者资料

将 GitHub 仓库、npm 包和 Stack Overflow 活动汇总到一个开发者视图中。

社交媒体监控

用每个来源一个端点的方式追踪推文、Reddit 帖子和 Product Hunt 发布。

Endpoint

POST/api/v1/tools/scrape_template
Auth Required
Free 计划 2 req/s
1 credit

Parameters

除 list 外，每个模板都需要 url。单独发送 template: "list" 即可发现可用模板。
NameTypeRequiredDefaultDescription
template
stringRequired-
模板名称。可为 10 个受支持模板之一，或传入 "list" 以编程方式发现这些模板。
Example: github-repo
url
stringOptional-
要抓取的 URL。除非 template === "list"，否则必填。
Example: https://github.com/crawlforge/mcp-server
timeout
numberOptional15000
请求超时时间，单位毫秒（5000–60000）。
Example: 15000

受支持的模板

提供 10 个模板 —— 每个模板都会返回针对该站点优化的规范化 JSON 结构。

amazon-product
商品标题、价格、评分、评论、库存状态
linkedin-profile
姓名、头衔、所在地、工作经历、教育背景
github-repo
星标数、Fork 数、语言、最近提交、描述
youtube-video
标题、频道、观看量、点赞数、时长、发布日期
tweet
作者、用户名、文本、点赞数、转发数、发布时间戳
reddit-thread
标题、subreddit、作者、点赞数、评论数
hacker-news-front-page
热门故事、点数和评论数
producthunt-launch
产品名称、标语、点赞数、创建者信息
stackoverflow-question
问题、票数、回答、标签、采纳情况
npm-package
版本、每周下载量、许可证、依赖项
传入 { "template": "list" }（无需 url）即可以编程方式获取此列表。这有助于保持客户端 SDK 同步。

请求示例

cURL — github-repo

terminalBash

TypeScript — amazon-product

scrapeTemplate.tsTypescript

cURL — 发现模板

terminalBash

响应示例

200 OK0.8s
{
  "success": true,
  "data": {
    "template": "github-repo",
    "url": "https://github.com/crawlforge/mcp-server",
    "extracted": {
      "name": "crawlforge/mcp-server",
      "stars": 12843,
      "forks": 1024,
      "language": "TypeScript",
      "description": "Powerful web scraping MCP server",
      "last_commit": "2026-05-15T10:23:00Z"
    },
    "scraped_at": "2026-05-18T12:00:00.000Z"
  },
  "credits_used": 1,
  "credits_remaining": 999,
  "processing_time": 812
}
Field Descriptions
data.extracted针对所选模板优化的规范化结构
data.scraped_at抓取完成时间的 ISO 8601 时间戳
credits_used无论使用哪个模板，每次调用固定 1 credit

credit 费用

1 credit
每次请求 1 credit
每次调用固定 1 credit。这是从受支持站点提取结构化数据最便宜的方式。

提示： 需要某个不受支持的站点？使用 scrape_structured 配合自定义选择器（2 credits），或使用 extract_with_llm 进行 LLM 驱动的提取。

相关工具

scrape_structured
自定义 CSS 选择器提取（2 credits）
extract_with_llm
面向任意站点的 LLM 驱动提取
准备好一次调用即可抓取热门站点了吗？免费注册，获取 1,000 credits。