Aufgaben aus einer URL erstellen

octoparse detect öffnet den Octoparse-Erweiterungsbrowser, untersucht die Seite und erstellt eine lokale Aufgabendatei. Verwenden Sie den Befehl, um ohne die Octoparse-Desktop-App eine Aufgabe aus einer URL zu erstellen.

Seit v0.1.32 lehnt detect CAPTCHA-, zugriffsbeschränkte, Sicherheitsprüfungs- und Dienstfehlerseiten vor der Aufgabenerstellung ab. Die Kandidatenbewertung weist schwache Bereiche und Navigationsgerüste ganzer Seiten ebenfalls konsequenter zurück. Komplexe Seiten und Anmeldeabläufe können weiterhin eine manuelle Prüfung erfordern.

Drei Modi sind verfügbar:

Modus	Verwendungszweck
`--auto`	Die CLI soll automatisch den besten Datenbereich auswählen
`--manual`	Sie müssen sich einloggen, eine Paywall schließen oder den Bereich selbst auswählen
KI-Agent (`--agent`)	Ein LLM oder Automatisierungstool steuert den Workflow

Verwenden Sie für KI-Agenten --agent oder den Workflow „Vorbereiten/Vorschau/Anwenden“ statt --auto. Der automatische Modus ist für die direkte Auswahl durch die CLI vorgesehen.

detect erfordert ein gültiges Octoparse-Konto und gültige Anmeldedaten. Außerdem ist lokales Chrome erforderlich. detect unterstützt Linux arm64 nicht. Plattformanforderungen finden Sie unter Installation.

Automatischer Modus

Die CLI wählt den besten geeigneten Datenbereich aus und erstellt eine Aufgabendatei:

octoparse detect <url> --auto --output task.json

Übergeben Sie in natürlicher Sprache, was Sie extrahieren möchten:

octoparse detect <url> --auto --goal "Extract product titles and prices" --output task.json

Suchen Sie vor der Erkennung nach einem Stichwort. Dies ist für Suchergebnisseiten nützlich:

octoparse detect <url> --auto --query "keyword" --goal "Extract search results" --output task.json

Verwenden Sie --json für eine strukturierte Antwort:

octoparse detect <url> --auto --goal "..." --output task.json --json

Wenn --output fehlt, wird automatisch die Datei detected_<host>.json erstellt.

Browsermodus auswählen

Verwenden Sie unabhängiges Chrome for Testing oder nutzen Sie ein angemeldetes Systembrowserprofil erneut:

octoparse detect <url> --browser independent --auto
octoparse detect <url> --browser user --browser-id chrome --profile "Default" --manual

Der Browsermodus folgt der von octoparse browser --help dokumentierten gemeinsamen Priorität: Befehls-Flag, OCTOPARSE_BROWSER, gespeicherte Einstellung von octoparse browser use, dann independent. Der Benutzermodus ist unter Windows und macOS verfügbar.

Manueller Modus

Der manuelle Modus öffnet ein Browser-Overlay, in dem Sie die Anmeldung abschließen, Pop-ups schließen und den Datenbereich selbst auswählen können:

octoparse detect <url> --manual
octoparse detect <url> --manual --goal "Get article titles and links"

Speichern Sie mit --save-session Cookies für Websites, die eine Anmeldung erfordern, damit künftige lokale Läufe die Sitzung wiederverwenden können:

octoparse detect <url> --manual --save-session --session-name my-session --output task.json

Cookie-Sitzungen decken nicht jede Website ab. Das gilt insbesondere für Seiten, die localStorage, Gerätebindung oder eine erneute Verifizierung erfordern.

Generierte Aufgabe validieren

Validieren Sie die Aufgabendatei nach der Erstellung, bevor Sie sie ausführen:

octoparse task validate <taskId> --task-file task.json

Führen Sie anschließend lokal einen Probelauf aus:

octoparse run <taskId> --task-file task.json --max-rows 10 --headless

Exportieren Sie die Ergebnisse des Probelaufs:

octoparse data export <taskId> --source local --format xlsx

Workflow für KI-Agenten

Verwenden Sie für LLM-gesteuerte oder automatisierte Workflows den Agentenvertrag statt --auto. Lesen Sie zunächst den Funktionsumfang aus:

octoparse capabilities --json

Die Antwort enthält machineContract.recipes.createTaskFromUrlWithAgent – den empfohlenen Workflow für Agenten.

In einem Durchgang (am schnellsten)

Verwenden Sie --agent mit einem vertrauenswürdigen lokalen Runner, der eine Kontextdatei lesen und einen Plan schreiben kann:

octoparse detect <url> \
  --agent \
  --agent-command "path/to/your/agent-runner" \
  --goal "Extract search results" \
  --output task.json \
  --yes \
  --run-sample 5 \
  --json

Die Antwort ist ein einzelner JSON-Umschlag mit der generierten Aufgabe, dem Vorschauergebnis und der Ausgabe des Probelaufs.

Überprüfbar und schrittweise

Verwenden Sie für Prüf- oder Reparaturszenarien die Abfolge „Vorbereiten/Vorschau/Anwenden“, statt die Aufgabe in einem Schritt zu erstellen.

Agentenkontext vorbereiten

Exportieren Sie den Webseitenkontext für die Planung durch den Agenten.

octoparse detect <url> \
  --prepare-agent \
  --goal "Extract product titles and prices" \
  --output context.json \
  --json

Dadurch wird context.json mit geeigneten Datenbereichen, Feldbeispielen, visuellen Screenshots und einer decisionSummary erstellt.

Plan schreiben

Erstellen Sie auf Grundlage von context.json eine Datei plan.json.Verwenden Sie das Schema octopus.detect.agent-plan.v1. Öffnen Sie den Pfad des annotierten Screenshots unter context.visualArtifacts.annotatedScreenshotPath, bevor Sie Felder auswählen, und nehmen Sie visualReview-Nachweise in den Plan auf.

Planvorschau anzeigen

Validieren Sie den Plan, bevor Sie die endgültige Aufgabendatei erstellen.

octoparse detect \
  --preview-agent-plan plan.json \
  --agent-context context.json \
  --json

Wenn data.pass den Wert false hat, überarbeiten Sie den Plan vor dem Anwenden.

Plan anwenden

Erstellen Sie die endgültige lokale Aufgabendatei.

octoparse detect \
  --apply-agent-plan plan.json \
  --agent-context context.json \
  --output task.json

Die generierte Datei task.json kann anschließend geprüft, validiert oder für einen lokalen CLI-Lauf verwendet werden.

Fehlerbehebung für detect

Problem	Zu prüfen
Chrome startet nicht	Führen Sie `octoparse doctor` aus und prüfen Sie den Eintrag `chrome`. Versuchen Sie `--chrome-path /path/to/chrome`
`LINUX_ARM64_UNSUPPORTED`	Wechseln Sie zu einer Linux-x64-Umgebung oder verwenden Sie die Cloud-Extraktion
`LOGIN_SESSION_REQUIRED`	Melden Sie sich mit `--manual` an und speichern Sie die Sitzung mit `--save-session`
Planvorschau gibt `pass: false` zurück	Überarbeiten Sie `candidateId` oder die Feldauswahl in `plan.json` und führen Sie die Vorschau erneut aus
Aufgabe liefert leere oder falsche Ergebnisse	Prüfen Sie `context.resultValidationPolicy` im Agentenkontext; einzelne fehlende Felder in Anzeigen oder uneinheitlichen Zeilen sind häufig normal

Wie geht es weiter?

Erste Aufgabe ausführen

Führen Sie eine generierte Aufgabe lokal aus, prüfen Sie den Status und exportieren Sie Ergebnisse.

Befehlsübersicht

Vollständige Übersicht der Befehle für detect, run, cloud, data und auth.

ÜBERBLICK

ERSTE SCHRITTE

AUFGABEN ERSTELLEN

AUFGABEN UND LÄUFE

DATEN

AUTOMATISIERUNG

REFERENZ

Aufgaben aus einer URL erstellen

Automatischer Modus

Browsermodus auswählen

Manueller Modus

Generierte Aufgabe validieren

Workflow für KI-Agenten

In einem Durchgang (am schnellsten)

Überprüfbar und schrittweise

Fehlerbehebung für detect

Wie geht es weiter?

Erste Aufgabe ausführen

Befehlsübersicht

​Automatischer Modus

​Browsermodus auswählen

​Manueller Modus

​Generierte Aufgabe validieren

​Workflow für KI-Agenten

​In einem Durchgang (am schnellsten)

​Überprüfbar und schrittweise

​Fehlerbehebung für detect

​Wie geht es weiter?

Erste Aufgabe ausführen

Befehlsübersicht

Automatischer Modus

Browsermodus auswählen

Manueller Modus

Generierte Aufgabe validieren

Workflow für KI-Agenten

In einem Durchgang (am schnellsten)

Überprüfbar und schrittweise

Fehlerbehebung für detect

Wie geht es weiter?