Menü
Standardmäßig ist der Prompt ausgewählt, der zuerst die Quelle prüft. Sie können zu einem direkten Befehl wechseln oder eine lokale Kopie herunterladen.
Lesen Sie SKILL.md und alle von SkillsMP angezeigten Begleitdateien, bevor Sie sich für eine Installation entscheiden.
Mit Codex oder Claude installieren Kopieren Sie diesen Prompt, fügen Sie ihn in Codex, Claude oder einen anderen Assistant ein und lassen Sie die Skill-Seite prüfen und installieren.
Ein direkter Befehl überspringt den Prüf-Prompt. Prüfen Sie die Quelle, bevor Sie ihn ausführen.
npx skills add https://github.com/Ntizar/MasterMind --skill llm-friendly-web-crawlerDer Befehl bleibt in einer Zeile. Scrollen Sie horizontal, um ihn vor dem Kopieren vollständig zu prüfen.
Sie bevorzugen eine lokale Kopie? Laden Sie die Dateien herunter, die SkillsMP derzeit vorliegen.
SKILL.md wird angezeigt
| name | llm-friendly-web-crawler |
| description | Usa al crawlear web LLM-friendly con crawl4ai. |
| version | 2.0.0 |
| tags | ["crawler","crawl4ai","web","llm","scraping","markdown","pydantic"] |
| related_skills | ["firecrawl-web-scraping","adaptive-web-scraping","crawlee-web-scraping","browser-use-ai"] |
⚠️ Corrección 2026-09-05 (auditoría): la clase
CrawlerStrategyNO existe yresult.markdownes un objeto, no un string. API real =BrowserConfig/CrawlerRunConfig+ strategiesJsonCssExtractionStrategy/LLMExtractionStrategy.
Repo: https://github.com/unclecode/crawl4ai (Python, ~81K⭐).
from crawl4ai import AsyncWebCrawler, BrowserConfig, CrawlerRunConfig, CacheMode, JsonCssExtractionStrategy, LLMExtractionStrategy
async with AsyncWebCrawler() as crawler:
result = await crawler.arun("https://ejemplo.com", config=CrawlerRunConfig(cache_mode=CacheMode.BYPASS))
md = result.markdown.raw_markdown # markdown es un OBJETO con .raw_markdown / .fit_markdown
print(md[:500])
Extracción estructurada:
schema = {...}
strategy = JsonCssExtractionStrategy(schema, verbose=True) # o LLMExtractionStrategy(...)
CrawlerStrategy — usa JsonCssExtractionStrategy/LLMExtractionStrategy.result.markdown es un objeto: .raw_markdown/.fit_markdown, no [:500] a secas.AsyncWebCrawler + CrawlerRunConfig (o BrowserConfig).await crawler.arun(url) y leer result.markdown.raw_markdown. Para extracción con schema, JsonCssExtractionStrategy.Usa al medir reps o cadencia desde vídeo con pose.
Usa al predecir relaciones entre objetos en tiempo real.
Patrón de cálculo de sombras solares con Web Workers + Comlink para no bloquear la UI