Okou上的网页抓取
给智能体一个链接，它把页面上真正写了什么带回来，是干净好读的正文。不用再去注册一家抓取服务商。
网页数据 · 无需配置 · 两种计费模式：标准与增强
把一个公开链接丢给智能体，它就替你把页面读出来：只要正文，不要导航菜单、cookie提示条和页脚。你可以要干净的正文，也可以在还没想好下一步读什么时，只要页面上的链接清单。
抓取跑在Firecrawl上，你一开口它就在：不用设置，不用密钥，团队也没有东西要维护。它的范围是刻意收窄的——一次请求只读一个页面。找页面是网页搜索的活，需要登录或点击才能拿到的内容则归远程浏览器管。
网页抓取是什么
任何研究任务都会走到这一步：搜索结果不够用了，你得知道页面上到底写了什么。把这件事做对，比看上去难。页面有一半内容是脚本加载出来的，有用的文字还夹在菜单、横幅和广告中间。
在Okou上，这部分已经替你解决好了。智能体发一个公开链接过去，拿回来的是可以直接阅读和总结的干净正文，或者页面上所有链接的清单。
有些页面用常规方式读不动。为此准备了一个更强的模式，而且必须由智能体主动要求，因为它单页成本更高，你也该看得到工作流什么时候选了它。
这就是大家在市面上到处挑的网页抓取API。区别在于你不用挑：它已经在这次运行里了，你在消息里说要读哪个页面，智能体就把上面的内容带回来。
网页抓取能做什么
智能体能用它做什么，做完又会拿回什么。
覆盖范围与限制
把它做不到的事先说清楚，免得有人围着能力范围之外的东西去设计工作流。
只读公开页面
整个过程不涉及登录，所以登录墙、付费墙或反爬墙后面的页面不在范围内。那是远程浏览器该做的事。
一次一个页面
它只读你指定的那个页面，不会顺着站点到处爬，所以读完整个网站就意味着一页一页地问、一页一页地付费。
贵的模式是主动选的
多数页面用常规方式就读得好。更强的模式更贵，必须由智能体主动要求，所以工作流不会悄悄变贵。
拿回来的是信息，不是指令
网页上的文字一律当作供阅读的材料，绝不会被当成要执行的指令。正是这一点，让怀有恶意的页面没法把智能体说动去做别的事。
网页抓取怎么收费
Web服务按调用次数扣积分，不按token计费。也没有另一份厂商账单要对。
Firecrawlzero scrape读一个页面会消耗积分，更强的模式比常规模式贵。除此之外没有别的要买，也没有起步门槛，所以一周只读三个页面的工作流，就只为这三次付费。
产品名称和标识归各自所有者所有，出现在这里只是为了说明某项服务基于什么运行，不代表任何背书或合作关系。
设置与接入
无需设置
没有什么要连接。不用注册，不用粘贴密钥，也不会往你的连接器列表里加东西。这正是它和Okou目录里那个Firecrawl连接器的区别：连接器走的是你自己的Firecrawl账号，前提是你已经有一个；而这个服务就在那儿，任何智能体都能用。
谁可以用
读网页是一项你分配出去的权限，不是每个智能体天生就有。把它给需要的智能体和需要的人，需要多久就给多久；收回时也不用动这个智能体的其他能力。
团队都用网页抓取做什么
读搜索结果背后的页面
搜索只给你一个标题加两行字。大部分工作需要正文，所以常见做法是先搜索，挑出真正要紧的两三条结果，再只读这几个页面。
盯住没有别的入口的页面
竞品定价、更新日志、状态页、监管通告。定时运行的智能体读一遍页面，和上周对比，只在有变化时才告诉你。
把长文档变成能用的材料
一份规范、一份年报、一个帮助中心。有没有干净的正文，决定了你拿到的是这份文档的摘要，还是它导航菜单的摘要。
什么时候不该用网页抓取
页面需要登录、点击或填表时别用它，改用远程浏览器。要读完整个网站时别用它，单页成本涨得比答案的价值还快。数据源本身就对外提供正经数据时也别用它——直接取数几乎总是比读它的页面更稳。
别处怎么称呼它
同一件事在市场上有好几种叫法。如果你比较过其中某一类产品，这里说明它对应到这边的什么能力。
网页抓取API
花钱让一个服务去取页面、把正文交回来，通常就叫这个名字。它做的正是这件事。区别只是账号和密钥归Okou，不归你。
不用写爬虫的抓取
没有东西要开发，也没有东西要维护。你在消息里说要读哪个页面，取回和清洗都在这次运行里完成。
HTML转Markdown
大家平时自己动手写的那道转换：一页HTML进去，干净的Markdown出来。它在文字送到智能体之前就做完了，所以模型的注意力花在内容上，而不是标记上。
AI或LLM网页抓取
输出是给模型读的抓取，而不是给代码解析的。取页面的动作一样，评判标准变成文字是否好读，而不是某个选择器还能不能匹配上。
无代码网页抓取
这里没人写爬虫。你在消息里说要读哪个页面，取页面的活交给智能体——大家搜索「不写代码的抓取」时想要的正是这个。
网页抓取横向对比
网页抓取对比自己做一套抓取
产出一样，工作量差得远。自己做，就要挑一家服务商或者自己写取页面的程序，要有人保管密钥，页面每改一次版就得维护一次。在这里你问一句、读答案，使用权是一项权限，而不是一份共享的密钥。
网页抓取对比Firecrawl连接器
Okou同时提供Firecrawl连接器。如果你本来就有Firecrawl账号、希望用量记在那边，或者需要内置服务覆盖不到的能力，那就用连接器。内置服务适合你只想开口要一个页面、直接拿到内容的场景。
网页抓取对比自己操作浏览器
自己操作浏览器能力更强，但工作量也大得多，事后还得把页面转成能读的文本。任务确实需要点击时用云端浏览器，只想知道页面写了什么时就用它。
一句话总结
在Okou上读网页的默认方式。页面是公开的、你要的就是上面的内容，那就一步到位：不用账号，按页计费。需要登录或点击的事，交给云端浏览器。
常见问题
我需要Firecrawl账号吗？
不需要。读网页是每个智能体本来就会做的事，你开口就行。不用注册账号，也不用保管密钥。
它和Firecrawl连接器有什么区别？
连接器走你自己的Firecrawl账号，适合你已经有账号、也希望用量记在那边的情况。内置服务不用配置，开箱就能用。
它能读需要登录才能看的页面吗？
不能。它只打开无需登录的公开页面。这类页面请用云端浏览器：它能保持登录状态，中途还可以由人接手。
它能读完整个网站吗？
它自己做不到。每次读取只针对一个页面，想覆盖整站就得一页一页地要，每页都计费。建议设一个上限。
读一个页面要花多少积分？
每次读取成功按积分计费；遇到普通方式读不动的页面，会用更强的模式，费用更高。这个模式不会被悄悄启用。
拿回来的内容可以直接照着做吗？
把它当成信息看。Okou把网页文本当作可阅读的素材，而不是要执行的指令，这样一个页面就无法反过来指挥读它的智能体。
我还需要专门的抓取工具吗？
如果只是在工作流里拿到页面的干净文本，不需要：跟智能体说一声就有。如果你想要抓取厂商自己的仪表盘和完整功能，那就通过连接器接入你自己的账号。
和我自己买抓取套餐比，成本如何？
抓取工具通常按月售卖套餐，还有起步门槛。这里读一个页面消耗积分，没有按月的承诺，适合每周只读几页的工作流；量特别大的时候，值得先算一笔账。
它能返回Markdown给模型读吗？
可以。默认就是干净的Markdown，页面因此能当作上下文使用，而不是一堆标记。
我需要写爬虫或者维护选择器吗？
不需要。没有代码要写，页面改版也不会把什么弄坏，因为你要的是页面的文本，而不是某个元素里的内容。
怎么让智能体用网页抓取
你用日常语言说清楚要什么，智能体自己判断该用哪个服务，再去发起调用。
“读这个页面，告诉我最要紧的五件事，每件都附上原文措辞。”
“把这个文档索引页上的链接抓出来，再读其中和定价相关的三篇，做个对比。”
“每周一检查竞品的定价页，只在有变化时告诉我。”
