Crawl4AI Chrome 扩展

Crawl4AI 的可视化提取工具 - 点击即可从任何网页提取数据和内容！

🚀 功能特性

  • Click2Crawl: 点击元素即时构建数据提取方案
  • Markdown 提取: 选择元素并导出为简洁的 markdown 格式
  • 脚本构建器 (Alpha): 录制浏览器操作以创建自动化脚本
  • 智能元素选择: 提供视觉反馈的容器和字段选择功能
  • 代码生成: 生成完整的 Crawl4AI Python 代码
  • 精美深色 UI: 与 Crawl4AI 设计语言保持一致

📦 安装指南

方法一：加载解压的扩展（推荐用于开发）

  1. 打开 Chrome 并访问 chrome://extensions/
  2. 在右上角启用"开发者模式"
  3. 点击"加载已解压的扩展程序"
  4. 选择 crawl4ai-assistant 文件夹
  5. 扩展图标（🚀🤖）将出现在工具栏中

方法二：首先生成图标

如需正常显示图标：

  1. 在浏览器中打开 icons/generate_icons.html
  2. 右键单击每个画布并另存为：
  3. icon-16.png
  4. icon-48.png
  5. icon-128.png
  6. 然后按照上述方法一操作

🎯 使用指南

使用 Click2Crawl

  1. 访问您想要提取数据的任何网站
  2. 点击工具栏中的 Crawl4AI 扩展图标
  3. 点击"Click2Crawl" 开始捕获模式
  4. 选择容器元素：
  5. 悬停在元素上（它们会以蓝色高亮显示）
  6. 点击重复的容器（例如产品卡片、文章块）
  7. 在容器内选择字段：
  8. 元素现在会以绿色高亮显示
  9. 点击您想要提取的每个数据片段
  10. 为每个字段命名（例如"title"、"price"、"description"）
  11. 测试和导出：
  12. 点击"测试方案"立即查看提取的数据
  13. 导出为 Python 代码、JSON 方案或 markdown 格式

运行生成的代码

下载的 Python 文件包含：

# 1. The HTML snippet of your selected container
HTML_SNIPPET = """..."""

# 2. The extraction query based on your selections
EXTRACTION_QUERY = """..."""

# 3. Functions to generate and test the schema
async def generate_schema():
    # Generates the extraction schema using LLM

async def test_extraction():
    # Tests the schema on the actual website

使用方法：

  1. 安装 Crawl4AI：pip install crawl4ai
  2. 运行脚本：python crawl4ai_schema_*.py
  3. 脚本将生成 generated_schema.json 文件
  4. 在您的 Crawl4AI 项目中使用此方案！

🎨 视觉反馈

  • 蓝色虚线轮廓: 容器选择模式
  • 绿色虚线轮廓: 字段选择模式
  • 蓝色实线轮廓: 已选容器
  • 绿色实线轮廓: 已选字段
  • 浮动工具栏: 显示当前模式和选择状态

⌨️ 键盘快捷键

  • ESC: 取消当前捕获会话

🔧 技术细节

  • 使用 Manifest V3 构建，确保安全性和性能
  • 纯客户端操作 - 不向外部服务器发送数据
  • 生成的代码使用 Crawl4AI 的 LLM 集成功能
  • 智能选择器生成优先考虑稳定属性

🐛 故障排除

扩展无法加载

  • 确保处于开发者模式
  • 检查控制台是否有任何错误
  • 确保所有文件都在正确的目录中

无法选择元素

  • 某些网站可能会阻止扩展
  • 尝试刷新页面
  • 确保您已先点击"Schema Builder"

生成的代码无法工作

  • 确保已安装 Crawl4AI
  • 检查是否配置了 LLM API 密钥
  • 确认网站结构未发生变化

🤝 贡献指南

此扩展是 Crawl4AI 项目的一部分。欢迎贡献！

📄 许可证

与 Crawl4AI 相同 - 详见主项目。

> Feedback