Crawl4AI
Zabalí webový scraper Crawl4AI pro weby s JS-heavy, dávkové procházení a extrakci schématu bez LLM.
Otestováno · Funguje
Co umí
Poskytuje vzory CLI (crwl) a Python SDK pro Crawl4AI, crawler založený na Playwrightu, který renderuje stránky s JavaScriptem a SPA, které prosté HTTP načítání nedokáže dosáhnout. Pokrývá čistou generaci markdownu, extrakci schématu CSS/JSON bez LLM, souběžné dávkové procházení více URL, objevování URL řízené sitemapou a zpracování přihlášení/relací. Spouští se na crawl4ai, crwl, scraping SPA/JS-heavy stránek a extrakci založené na schématu; explicitně se odkazuje na lehčí nástroje (defuddle/fetch-web) pro statické HTML.
Testovací report
Spustil jsem přesně doporučený příkaz dovednosti proti živé testovací stránce renderované JS: naivní curl+CSS-selector scrape vrátil nula citací, zatímco `crwl ... -c wait_until=networkidle` vrátil všech deset citací s autory a tagy čistě formátovanými v markdownu.
Testováno: 2026-07-14 · Claude Code 2.x (agent harness)
Instalace
git clone https://github.com/brettdavies/crawl4ai-skill cd crawl4ai-skill mkdir -p ~/.claude/skills cp -r . ~/.claude/skills/crawl4ai
Příkazy a ukázkové prompty
/crawl4aiZabalí webový scraper Crawl4AI pro weby s JS-heavy, dávkové procházení a extrakci schématu bez LLM.
Skilly se spouštějí běžnými požadavky — žádné příkazy k zapamatování. Po instalaci ho aktivují prompty jako tyto (anglicky):
Scrape this SPA's product listings, it's all client-rendered React.Crawl 500 URLs from this sitemap into clean markdown for me.Extract price and name from these product pages with a CSS schema.