📄 工具详情 ⚙️ 安装教程 📚 使用教程
⚙️
Agent工作流

scrapecraft — AI Agent 工作流中文教程

基于 Python · 无代码搭建完整 AI 自动化流程
英文名：scrapecraft
⭐ 641 Stars 🍴 99 Forks 💻 Python 📄 MIT 🏷 AI 8.3分
8.3AI 综合评分
aiautomationdata-extractiondockerfastapihacktoberfest
⬇ 下载源码 ZIP ⚙️ 配置说明
✦ AI Skill Hub 推荐

AI Skill Hub 强烈推荐：scrapecraft — AI Agent 工作流中文教程 是一款优质的Agent工作流。AI 综合评分 8.3 分，在同类工具中表现稳健。如果你正在寻找可靠的Agent工作流解决方案，这是一个值得深入了解的选择。

📚 深度解析
scrapecraft — AI Agent 工作流中文教程 是一套完整的 AI Agent 自动化工作流方案。随着 AI 能力的不断提升，基于 Agent 的自动化工作流正在成为提升个人和团队效率的核心方式。区别于传统的 RPA 自动化（模拟鼠标键盘操作），AI Agent 工作流通过理解任务意图、动态规划执行路径，能够处理更复杂的非结构化任务。

scrapecraft — AI Agent 工作流中文教程 工作流的设计遵循"最小配置，最大复用"原则：核心逻辑已经封装好，用户只需配置自己的 API Key 和业务参数即可快速上手。工作流内置错误处理和重试机制，在网络波动或 API 限速等情况下仍能稳定运行，适合作为生产环境的自动化基础设施。

在实际部署时，建议先在测试环境中运行 3-5 次，验证各个环节的输出结果符合预期，再部署到生产环境。AI Skill Hub 评分 8.3 分，是同类 Agent 工作流中的精选推荐。
📋 工具概览

scrapecraft — AI Agent 工作流中文教程 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。

GitHub Stars
⭐ 641
开发语言
Python
支持平台
Windows / macOS / Linux
维护状态
正常维护，社区驱动
开源协议
MIT
AI 综合评分
8.3 分
工具类型
Agent工作流
Forks
99
📖 中文文档
以下内容由 AI Skill Hub 根据项目信息自动整理，如需查看完整原始文档请访问底部「原始来源」。

scrapecraft — AI Agent 工作流中文教程 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。

📌 核心特色
  • 可视化 Agent 工作流编排，无需编写复杂代码
  • 支持多步骤自动化任务链，实现全流程无人值守
  • 与外部 API、数据库和第三方服务无缝集成
  • 内置错误处理与自动重试机制，保障稳定运行
  • 提供可复用的自动化模板，快速在同类场景部署
🎯 主要使用场景
  • 自动化日常重复性工作，将精力集中于创造性任务
  • 构建数据采集 → 处理 → 输出的完整自动化管线
  • 实现跨平台、跨系统的数据流转和业务协同
以下安装命令基于项目开发语言和类型自动生成，实际以官方 README 为准。
安装命令
# 方式一：pip 安装（推荐）
pip install scrapecraft

# 方式二：虚拟环境安装（推荐生产环境）
python -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate
pip install scrapecraft

# 方式三：从源码安装（获取最新功能）
git clone https://github.com/ScrapeGraphAI/scrapecraft
cd scrapecraft
pip install -e .

# 验证安装
python -c "import scrapecraft; print('安装成功')"
📋 安装步骤说明
  1. 访问 GitHub 仓库获取工作流文件
  2. 在对应平台（Dify / Flowise / Make 等）中找到「导入工作流」功能
  3. 上传工作流文件
  4. 按照提示配置必要的环境变量和 API Key
  5. 运行测试确认流程正常后投入使用
以下用法示例由 AI Skill Hub 整理，涵盖最常见的使用场景。
常用命令 / 代码示例
# 命令行使用
scrapecraft --help

# 基本用法
scrapecraft input_file -o output_file

# Python 代码中调用
import scrapecraft

# 示例
result = scrapecraft.process("input")
print(result)
以下配置示例基于典型使用场景生成，具体参数请参照官方文档调整。
配置示例
# scrapecraft 配置文件示例（config.yml）
app:
  name: "scrapecraft"
  debug: false
  log_level: "INFO"

# 运行时指定配置文件
scrapecraft --config config.yml

# 或通过环境变量配置
export SCRAPECRAFT_API_KEY="your-key"
export SCRAPECRAFT_OUTPUT_DIR="./output"
📑 README 深度解析 真实文档 完整度 66/100 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理，保留代码块、表格与列表结构。

Features

  • 🤖 AI-powered assistant using OpenRouter (Kimi-k2 model)
  • 🔗 Multi-URL bulk scraping support
  • 📋 Dynamic schema definition with Pydantic
  • 💻 Python code generation with async support
  • 🚀 Real-time WebSocket streaming
  • 📊 Results visualization (table & JSON views)
  • 🔄 Auto-updating deployment with Watchtower

Prerequisites

  • Docker and Docker Compose
  • OpenRouter API key (Get it from OpenRouter)
  • ScrapeGraphAI API key (Get it from ScrapeGraphAI)

Quick Start with Docker

1. Clone the repository 

   git clone https://github.com/ScrapeGraphAI/scrapecraft.git
   cd scrapecraft

2. Set up environment variables 

   cp .env.example .env
Edit the .env file and add your API keys: - OPENROUTER_API_KEY: Get from OpenRouter - SCRAPEGRAPH_API_KEY: Get from ScrapeGraphAI

3. Start the application with Docker 

   docker compose up -d

4. Access the application - Frontend: http://localhost:3000 - API: http://localhost:8000 - API Docs: http://localhost:8000/docs

5. Stop the application 

   docker compose down

Usage

  1. Create a Pipeline: Click "New Pipeline" to start
  2. Add URLs: Use the URL Manager to add websites to scrape
  3. Define Schema: Create fields for data extraction
  4. Generate Code: Ask the AI to generate scraping code
  5. Execute: Run the pipeline to scrape data
  6. Export Results: Download as JSON or CSV

Environment Variables

VariableDescriptionHow to Get
OPENROUTER_API_KEYYour OpenRouter API key[Get API Key](https://openrouter.ai/keys)
SCRAPEGRAPH_API_KEYYour ScrapeGraphAI API key[Get API Key](https://scrapegraphai.com/auth/login)
JWT_SECRETSecret key for JWT tokensGenerate a random string
DATABASE_URLPostgreSQL connection stringAuto-configured with Docker
REDIS_URLRedis connection stringAuto-configured with Docker

ScrapeCraft - AI-Powered Web Scraping Editor

ScrapeCraft is a web-based scraping editor similar to Cursor but specialized for web scraping. It uses AI assistance to help users build scraping pipelines with the ScrapeGraphAI API.

https://github.com/user-attachments/assets/defaf7ad-23da-40b7-82cd-3b2a4d1d22c9

API Banner

API Endpoints

  • POST /api/chat/message - Send message to AI assistant
  • GET /api/pipelines - List all pipelines
  • POST /api/pipelines - Create new pipeline
  • PUT /api/pipelines/{id} - Update pipeline
  • POST /api/pipelines/{id}/run - Execute pipeline
  • WS /ws/{pipeline_id} - WebSocket connection
📚 实用指南（长尾问题）
适合谁
  • 需要 scrapecraft 解决具体问题的开发者与运营人员
最佳实践
  • 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
常见错误
  • API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
  • Python 依赖冲突：建议用 venv / uv 隔离环境
部署方案
  • Docker：scrapecraft 提供官方镜像，docker compose up 一键启动
  • 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
相关搜索
scrapecraft 中文教程scrapecraft 安装报错怎么办scrapecraft Docker 部署scrapecraft 与同类工具对比scrapecraft 最佳实践scrapecraft 适合谁用
⚡ 核心功能
👥 适合人群
自动化工程师和运维人员项目经理和业务分析师希望减少重复性工作的专业人士数字化转型团队
🎯 使用场景
  • 自动化日常重复性工作，将精力集中于创造性任务
  • 构建数据采集 → 处理 → 输出的完整自动化管线
  • 实现跨平台、跨系统的数据流转和业务协同
⚖️ 优点与不足
✅ 优点
  • +MIT 协议，可免费商用
  • +大幅减少重复性人工操作
  • +可视化流程，清晰直观
  • +可扩展性强，支持复杂场景
⚠️ 不足
  • −初始配置和调试需投入一定时间
  • −强依赖外部服务的稳定性
  • −复杂场景需具备一定技术基础
⚠️ 使用须知

AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。

📄 License 说明

✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。

🔗 相关工具推荐
taste-skill — AI Agent 工作流中文教程
Taste-Skill - gives your AI good taste. stops the AI from ge
open-saas — AI Agent 工作流中文教程
A 100% free modern JS SaaS boilerplate (React, NodeJS, Prism
awesome-ai-tools — AI Agent 工作流中文教程
A curated list of Artificial Intelligence Top Tools
AdalFlow — AI Agent 工作流中文教程
AdalFlow: The library to build & auto-optimize LLM applicati
❓ 常见问题 FAQ
scrapecraft 是一款Python开发的AI辅助工具。🤖 AI-powered web scraping editor with visual workflow builder. Build, test & deploy web scrapers using natural language. Powered by ScrapeGraphAI & LangGraph.
💡 AI Skill Hub 点评

总体来看，scrapecraft — AI Agent 工作流中文教程 是一款质量优秀的Agent工作流，在同类工具中具备一定竞争力。AI Skill Hub 将持续追踪其更新动态，建议收藏备用，结合自身场景选择合适时机引入使用。

⬇️ 获取与下载
⬇ 下载源码 ZIP

✅ MIT 协议 · 可免费商用 · 直接从 aiskill88 服务器下载，无需跳转 GitHub

📚 深入学习 scrapecraft — AI Agent 工作流中文教程
查看分步骤安装教程和完整使用指南，快速上手这款工具
⚙️ 安装教程 📚 使用教程
🌐 原始信息
原始名称 scrapecraft
原始描述 🤖 AI-powered web scraping editor with visual workflow builder. Build, test & deploy web scrapers using natural language. Powered by ScrapeGraphAI & LangGraph.
Topics aiautomationdata-extractiondockerfastapihacktoberfest
GitHub https://github.com/ScrapeGraphAI/scrapecraft
License MIT
语言 Python
🔗 原始来源
🐙 GitHub 仓库  https://github.com/ScrapeGraphAI/scrapecraft

收录时间：2026-05-22 · 更新时间：2026-05-22 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。