MarkUDown
API Prompt Extract — documentación de extracción de datos con LLM MarkUDown
POST
/api/prompt-extractExtracción por prompt (Prompt Extract)
Extrae datos de una página con una instrucción en lenguaje natural, sin esquema. El LLM elige los nombres de los campos y devuelve un array de objetos JSON.
| Parámetro | Tipo | Requerido | Por defecto | Descripción |
|---|---|---|---|---|
| url | string | requerido | — | URL de la página de la que extraer. |
| prompt | string | requerido | — | Qué extraer, en lenguaje natural. |
| main_content | boolean | opcional | true | Extrae solo el contenido principal (descarta navegación, cabecera y pie de página). |
| timeout | integer | opcional | 60 | Tiempo límite de carga de la página, en segundos. |
| callback_url | string | opcional | null | URL de webhook que recibe el resultado (POST) cuando el job termina. |
Solicitud
curl -X POST https://api.scrapetechnology.com/api/prompt-extract \
-H "X-API-KEY: your-api-key" \
-H "Content-Type: application/json" \
-d '{"url": "https://quotes.toscrape.com/", "prompt": "Every quote with its author and tags"}'Respuesta
// POST returns { "success": true, "id": "abc123", "url": "/api/extract/abc123" }
// Poll GET /api/extract/{id}
{
"success": true,
"id": "abc123",
"status": "completed",
"data": {
"success": true,
"data": [
{
"quote": "The world as we have created it is a process of our thinking...",
"author": "Albert Einstein",
"tags": ["change", "deep-thoughts", "thinking", "world"]
}
],
"total": 1,
"url": "https://quotes.toscrape.com/",
"processing_time_ms": 5400
}
}Python — pip install markudown
from markudown import MarkUDown
md = MarkUDown(api_key="your-api-key")
job = md.prompt_extract("https://quotes.toscrape.com/", "Every quote with its author and tags")
print(job["data"]["data"])Node.js — npm install markudown-sdk
import { MarkUDown } from "markudown-sdk";
const md = new MarkUDown({ apiKey: "your-api-key" });
const job = await md.promptExtract("https://quotes.toscrape.com/", "Every quote with its author and tags");
console.log(job.data.data);Los jobs de Prompt Extract se consultan en GET /api/extract/{id} (no en /api/prompt-extract). Solo los primeros 50.000 caracteres del Markdown de la página se envían al LLM.
Costo: 5 créditos por petición.