URL Retriever

URL Retriever je univerzální flow komponenta určená k získávání a zpracování webového obsahu ze zadaných URL a vrací informace jako strukturované dokumenty. Slouží jako most mezi externím online obsahem a vaším AI workflow, což vám umožňuje efektivně integrovat, analyzovat nebo zpracovávat webové informace.

Co dělá?

Tato komponenta načte obsah jedné nebo více URL, které zadáte jako vstup. Umí extrahovat hlavní text, metadata a dokonce zpracovat obsah z obrázků pomocí optického rozpoznávání znaků (OCR). Získaná data jsou poté k dispozici v různých strukturovaných formátech vhodných pro následné AI úlohy jako sumarizace, odpovídání na dotazy nebo extrakce znalostí.

Možnosti vstupu

URL můžete komponentě dodat dvěma způsoby:

• Textové URL:

  • Typ vstupu: Message
  • Popis: Seznam prostých URL odkazů, ze kterých má komponenta získávat obsah.

• URL záznamy:

  • Typ vstupu: UrlRecord
  • Popis: Seznam strukturovaných záznamů URL, které mohou obsahovat další metadata.

Pokročilé vstupní parametry

Výstupy

URL Retriever poskytuje své výstupy v několika formátech, takže můžete flexibilně integrovat do různých AI procesů:

Proč používat URL Retriever?

• Integrace externích znalostí: Plynule přeneste webové informace do svých AI aplikací, jako jsou chatboti, vyhledávače či znalostní báze.
• Přizpůsobitelná extrakce: Nastavte, jaký obsah a metadata chcete, řiďte množství dat a použijte OCR pro obrázky.
• Výkon & efektivita: Využijte cachování k omezení opakovaných stahování a omezte výstupní tokeny pro výkon.
• Flexibilní výstupní formáty: Vyberte formát výstupu, který nejlépe odpovídá dalšímu kroku workflow – strukturovaný dokument, zpráva nebo nástroj.

Příklady použití

• Tvorba znalostně řízených konverzačních agentů, kteří odpovídají na dotazy pomocí aktuálního webového obsahu.
• Agregace produktových dat z e-shopů pro porovnávání či analytiku.
• Monitorování a analýza blogových nebo zpravodajských článků na základě témat či klíčových slov.
• Extrakce informací z webových stránek obsahujících smíšená média (text i obrázky).

Souhrnná tabulka

URL Retriever je výkonný a flexibilní most mezi webovým obsahem a vašimi AI workflow, nabízející detailní kontrolu nad extrakcí i integrací obsahu.