Brightdata
BrightData工具规范 #
基类:EventBaseToolSpec
Bright Data 工具规范,用于网络抓取和搜索功能。
workflows/handler.py 中的源代码llama_index/tools/brightdata/base.py
8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 | |
scrape_as_markdown #
scrape_as_markdown(url: str, zone: Optional[str] = None) -> 文档
抓取网页并以Markdown格式返回内容。
参数:
| 名称 | 类型 | 描述 | 默认 |
|---|---|---|---|
url
|
str
|
要抓取的网址 |
required |
zone
|
Optional[str]
|
覆盖默认区域 |
None
|
返回:
| 名称 | 类型 | 描述 |
|---|---|---|
Document |
文档
|
以Markdown格式抓取的内容 |
workflows/handler.py 中的源代码llama_index/tools/brightdata/base.py
70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 | |
get_screenshot #
get_screenshot(url: str, output_path: str, zone: Optional[str] = None) -> str
截取网页的屏幕截图。
参数:
| 名称 | 类型 | 描述 | 默认 |
|---|---|---|---|
url
|
str
|
截图网址 |
required |
output_path
|
str
|
保存截图的路径 |
required |
zone
|
Optional[str]
|
覆盖默认区域 |
None
|
返回:
| 名称 | 类型 | 描述 |
|---|---|---|
str |
str
|
已保存截图的路径 |
workflows/handler.py 中的源代码llama_index/tools/brightdata/base.py
92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 | |
search_engine #
search_engine(query: str, engine: str = 'google', zone: Optional[str] = None, language: Optional[str] = None, country_code: Optional[str] = None, search_type: Optional[str] = None, start: Optional[int] = None, num_results: Optional[int] = 10, location: Optional[str] = None, device: Optional[str] = None, return_json: bool = False, hotel_dates: Optional[str] = None, hotel_occupancy: Optional[int] = None) -> 文档
使用 Google、Bing 或 Yandex 进行搜索,支持高级参数,并以 Markdown 格式返回结果。
参数:
| 名称 | 类型 | 描述 | 默认 |
|---|---|---|---|
query
|
str
|
搜索查询 |
required |
engine
|
str
|
搜索引擎 - 'google'、'bing' 或 'yandex' |
'google'
|
zone
|
Optional[str]
|
覆盖默认区域 |
None
|
language
|
Optional[str]
|
双字母语言代码(hl参数) |
None
|
country_code
|
Optional[str]
|
两位字母国家代码(gl 参数) |
None
|
search_type
|
Optional[str]
|
搜索类型(图片、购物、新闻等) |
None
|
start
|
Optional[int]
|
结果分页偏移量(0=第一页,10=第二页) |
None
|
num_results
|
Optional[int]
|
返回结果数量(默认 10) |
10
|
location
|
Optional[str]
|
搜索结果的位置(uule参数) |
None
|
device
|
Optional[str]
|
设备类型(移动设备、iOS、安卓、iPad、安卓平板) |
None
|
return_json
|
bool
|
返回解析后的JSON而非HTML/Markdown |
False
|
hotel_dates
|
Optional[str]
|
入住和退房日期(格式:YYYY-MM-DD,YYYY-MM-DD) |
None
|
hotel_occupancy
|
Optional[int]
|
客人数量 (1-4) |
None
|
返回:
| 名称 | 类型 | 描述 |
|---|---|---|
Document |
文档
|
搜索结果以 Markdown 或 JSON 格式呈现 |
workflows/handler.py 中的源代码llama_index/tools/brightdata/base.py
129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 | |
web_data_feed #
web_data_feed(source_type: str, url: str, num_of_reviews: Optional[int] = None, timeout: int = 600, polling_interval: int = 1) -> Dict
从LinkedIn、Amazon、Instagram等多种来源获取结构化网络数据。
参数:
| 名称 | 类型 | 描述 | 默认 |
|---|---|---|---|
source_type
|
str
|
数据源类型(例如,'linkedin_person_profile'、'amazon_product') |
required |
url
|
str
|
从中获取数据的网络资源URL |
required |
num_of_reviews
|
Optional[int]
|
要检索的评论数量(仅适用于 facebook_company_reviews) |
None
|
timeout
|
int
|
等待数据检索的最大时间(秒) |
600
|
polling_interval
|
int
|
轮询尝试之间的时间间隔(单位:秒) |
1
|
返回:
| 名称 | 类型 | 描述 |
|---|---|---|
Dict |
Dict
|
从请求来源获取的结构化数据 |
workflows/handler.py 中的源代码llama_index/tools/brightdata/base.py
252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 | |
选项: 成员:- BrightDataToolSpec