Datos de origen
- Repositorio
- Ntizar/MasterMind
- Última actividad en el origen
- 5 de septiembre de 2026 a las 21:27
- Idioma detectado de SKILL.md
- español
- Estrellas
- 2
- Forks
- 0
Opciones de instalación
De forma predeterminada está seleccionado el prompt que primero revisa el origen. Puedes cambiar a un comando directo o descargar una copia local.
Revisa los archivos de origen
Lee SKILL.md y los archivos complementarios que muestra SkillsMP antes de decidir si quieres instalarlo.
Mostrando SKILL.md
SKILL.md
Instrucciones de origen · Vista previa de solo lectura- 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"]
# Crawl4AI — crawling web LLM-friendly
> ⚠️ Corrección 2026-09-05 (auditoría): la clase `CrawlerStrategy` NO existe y `result.markdown` es un objeto, no un string. API real = `BrowserConfig`/`CrawlerRunConfig` + strategies `JsonCssExtractionStrategy`/`LLMExtractionStrategy`.
**Repo:** `https://github.com/unclecode/crawl4ai` (Python, ~81K⭐).
## When to Use
- Cuando pidas **crawling LLM-friendly**: extraer contenido de una web en markdown/JSON listo para meter en un LLM.
## Uso (API real)
```python
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:
```python
schema = {...}
strategy = JsonCssExtractionStrategy(schema, verbose=True) # o LLMExtractionStrategy(...)
```
## Pitfalls
- **No existe** `CrawlerStrategy` — usa `JsonCssExtractionStrategy`/`LLMExtractionStrategy`.
- `result.markdown` es un objeto: `.raw_markdown`/`.fit_markdown`, no `[:500]` a secas.
- El core es `AsyncWebCrawler` + `CrawlerRunConfig` (o `BrowserConfig`).
## Verificación
- `await crawler.arun(url)` y leer `result.markdown.raw_markdown`. Para extracción con schema, `JsonCssExtractionStrategy`.
Ver en GitHub