提供一个网站起始链接，发现网页地址，建立待查看的页面清单。可按需限制 URL 数量、探索深度和访问页数。Agent 可以整理实际返回的链接，帮助你选择下一步要阅读或提取的页面。
按确认的实际用量结算，未使用的预留额度会恢复到可用余额。
MrScraper
提供一个网站起始链接，发现网页地址，建立待查看的页面清单。可按需限制 URL 数量、探索深度和访问页数。Agent 可以整理实际返回的链接，帮助你选择下一步要阅读或提取的页面。
发现过程返回 URL 后，可将这些网页地址作为待查看的页面清单。Agent 可以保留原始地址，再按你的需要整理。清单提供后续工作的候选链接；读取或提取每个页面的内容需要另外安排。
请从 [网站起始页面链接] 开始查找网页。如有需要，最多收集 [50] 条链接，并整理实际找到的内容，方便我选择后续要查看的页面。
访问条件、数量限制或筛选规则可能导致发现范围有限。它不能确认已找到全站所有页面，也不证明每个链接当前可访问。出现在清单中不代表已被搜索引擎收录或内容质量合格。
开始前检查当前输入要求、可用状态和最高预留费用。
| 字段 / 路径 | 类型 | 是否必填 | 含义 |
|---|---|---|---|
URL 发现请求body | object | 必填 | 必填对象，包含起始 url，以及按需提供的探索或访问设置。仅支持列出的字段。
|
网站起始链接body.url | string | 必填 | 必填完整 URI，用于指定开始探索的位置。提供完整链接，包含 http:// 或 https://。
|
最多收集的 URL 数量body.limit | integer | 选填 | 可选正整数，用于限制收集的 URL 数量。不保证能发现这么多链接，也不等于访问页数。
|
使用更多资源的访问模式body.super | boolean | 选填 | 可选布尔值，用于供应商的访问模式。输入说明标注默认 false，并提示此模式会使用更多资源。有明确需要时显式填写；不保证成功。 |
页面访问国家body.geoCode | string | 选填 | 可选字符串，恰好两个字符，用于加载页面所用的国家。输入说明标注默认 us，但没有定义支持代码列表，也不指定结果语言。
|
页面加载等待秒数body.timeout | integer | 选填 | 可选整数，范围 1 至 300 秒，用于页面加载的最长等待时间。输入说明标注默认 300，不代表整个探索任务保证完成的时间。
|
最大探索深度body.maxDepth | integer | 选填 | 可选正整数，用于限制从起始 URL 向外探索的深度。这里没有说明起始层级的具体计数方式。
|
最多访问页数body.maxPages | integer | 选填 | 可选整数，范围 1 至 20，用于限制访问页数。这是访问上限，不是要求返回的 URL 数量，也不保证覆盖全站。
|
代理出口国家body.proxyCountry | string | 选填 | 可选字符串，恰好两个字符，用于代理出口国家。输入说明标注默认 us；这里不保证所有代码受支持或能成功获取地区内容。
|
排除 URL 的匹配条件body.excludePatterns | array | 选填 | 可选数组，每项是非空字符串，用于跳过匹配供应商条件的 URL。未说明匹配语法及与 includePatterns 的优先级；不要假定正则或通配符规则。 |
单项 URL 排除条件body.excludePatterns[] | string | — | excludePatterns 中的每一项须为非空字符串，用于填写供应商支持的 URL 排除条件。此项约束未定义正则、通配符语法或与包含规则的优先级。
|
包含 URL 的匹配条件body.includePatterns | array | 选填 | 可选数组，每项是非空字符串，用于仅探索匹配条件的 URL。未说明匹配语法及与 excludePatterns 的优先级，也未明确空数组的作用。 |
单项 URL 包含条件body.includePatterns[] | string | — | includePatterns 中的每一项须为非空字符串，用于填写供应商支持的 URL 包含条件。此项约束未明确匹配语法、重叠规则优先级或空数组的作用。
|
{
"type": "object",
"required": [
"body"
],
"properties": {
"body": {
"type": "object",
"$schema": "https://json-schema.org/draft/2020-12/schema",
"required": [
"url"
],
"~standard": {
"vendor": "zod",
"version": 1,
"jsonSchema": {}
},
"properties": {
"url": {
"type": "string",
"format": "uri",
"description": "要抓取的完整链接，包含 http:// 或 https://。"
},
"limit": {
"type": "integer",
"maximum": 9007199254740991,
"minimum": 1,
"description": "最多收集的链接数量。"
},
"super": {
"type": "boolean",
"description": "通过真实设备访问，处理较严格的反自动化限制；消耗更多上游资源和 tokens，默认 false。"
},
"geoCode": {
"type": "string",
"maxLength": 2,
"minLength": 2,
"description": "访问页面使用的两位国家代码，默认 us。"
},
"timeout": {
"type": "integer",
"maximum": 300,
"minimum": 1,
"description": "等待页面完全加载的最长秒数，默认 300。"
},
"maxDepth": {
"type": "integer",
"maximum": 9007199254740991,
"minimum": 1,
"description": "从起始链接计算的最大抓取深度。"
},
"maxPages": {
"type": "integer",
"maximum": 20,
"minimum": 1,
"description": "最多抓取的页面数量，范围 1 至 20。"
},
"proxyCountry": {
"type": "string",
"maxLength": 2,
"minLength": 2,
"description": "代理出口的两位国家代码，默认 us。"
},
"excludePatterns": {
"type": "array",
"items": {
"type": "string",
"minLength": 1
},
"description": "跳过符合这些上游规则的链接。"
},
"includePatterns": {
"type": "array",
"items": {
"type": "string",
"minLength": 1
},
"description": "仅抓取符合这些上游规则的链接。"
}
},
"additionalProperties": false
}
},
"additionalProperties": false
}暂未配置返回字段说明。
此任务沿网站的链接结构发现 URL 候选，建立待查看的页面清单。它为后续内容获取提供起点，不直接返回每个页面的完整内容，也不是网站设计结构图。
三个范围选项作用不同：limit 限制收集的 URL 数量，maxPages 限制访问页数，maxDepth 限制从起始链接向外探索的深度。实际找到的链接可能少于上限；这些设置不能证明覆盖全站。
includePatterns 用于仅探索符合条件的 URL，excludePatterns 用于跳过符合条件的 URL。两者都是可选数组，数组中的每一项须为非空字符串。这里尚未明确匹配语法及重叠规则的优先级，不应编造正则或通配符示例。
访问设置与发现范围是不同选项。国家设置说明页面访问或代理出口的地区，不用于翻译结果。Super 模式会使用更多供应商资源，但不保证访问成功。timeout 限制页面加载的等待时间，不是整个探索任务保证完成的时间。
应保留返回 URL 的原始形式，并说明 Agent 另外进行的分组或清理。发现一个地址不代表已核实页面正文、链接可用性或搜索收录。未发现的 URL 可能受范围或访问条件限制，不一定表示页面已被删除。
可以填写一个简单的上限，例如 [50] 条。它只表示最多收集多少条，实际找到的可能更少。
请从 [网站起始页面链接] 开始查找网页。如有需要，最多收集 [50] 条链接，并整理实际找到的内容，方便我选择后续要查看的页面。
结果只包含从起始页面找到的链接。列表中没有某个页面，不代表它不存在。打开你需要的链接，再单独查看页面内容。
预期结果是供后续使用的网页地址。读取页面内容、检查链接或绘制结构图需要另外安排；URL 出现在清单中不代表已经提取其页面内容。
limit 限制收集链接数，maxPages 限制访问页数，maxDepth 限制从起点向外探索的深度。它们都是上限，实际返回的链接可能更少。一个页面可以包含多个链接，这些数量不能互相替代。
不能这样假定。每个输入项必须是非空字符串，但此工具的匹配语法和重叠规则优先级尚未明确。只使用已确认适用于供应商请求的语法；含义不清楚时，可不填写这些可选条件。
不代表。数量或范围限制、筛选条件及访问情况可能影响发现，具体原因也可能不明确。这份清单不能证明全站覆盖、页面删除、链接是否正常或搜索收录状态。