Crawl4AI
Envuelve el raspador de navegador Crawl4AI para sitios con mucho JS, rastreos por lotes y extracción de esquemas sin LLM.
Probado · Funciona
Qué hace
Proporciona patrones CLI (crwl) y Python SDK para Crawl4AI, un rastreador respaldado por Playwright que renderiza páginas con mucho JavaScript y SPAs que las recuperaciones HTTP simples no pueden alcanzar. Cubre la generación limpia de markdown, extracción de esquemas CSS/JSON sin LLM, rastreo por lotes concurrente de múltiples URL, descubrimiento de URL impulsado por sitemaps y manejo de inicio de sesión/sesión. Se activa con crawl4ai, crwl, raspado de SPAs/JS-heavy sites, y extracción basada en esquemas; explícitamente delega en herramientas más ligeras (defuddle/fetch-web) para HTML estático.
Informe de la prueba
Ejecutó el comando exacto recomendado por la habilidad contra una página de prueba renderizada con JS en vivo: un raspado ingenuo con curl+CSS-selector devolvió cero citas, mientras que `crwl ... -c wait_until=networkidle` devolvió las diez citas con autores y tags limpiamente formateadas en markdown.
Probado el: 2026-07-14 · Claude Code 2.x (agent harness)
Instalación
git clone https://github.com/brettdavies/crawl4ai-skill cd crawl4ai-skill mkdir -p ~/.claude/skills cp -r . ~/.claude/skills/crawl4ai
Comandos y prompts de ejemplo
/crawl4aiEnvuelve el raspador de navegador Crawl4AI para sitios con mucho JS, rastreos por lotes y extracción de esquemas sin LLM.
Los skills se activan con peticiones en lenguaje natural, sin comandos que memorizar. Tras instalarlo, prompts como estos lo activan (en inglés):
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.