К основному содержанию
скилл CX Codex

scrape — скилл для Claude Code: что делает и как установить

Собирает содержимое веб-страниц в Markdown, HTML, JSON или снимок экрана через bdata scrape. Нужен для одной страницы, списка адресов и постраничных каталогов.

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add brightdata/skills --skill scrape -a claude-code
Открыть на GitHub

Что делает scrape

Скилл получает содержимое одной или нескольких веб-страниц через Bright Data CLI. Результат можно сохранить как Markdown, HTML, JSON или PNG-снимок; для адресов без готового списка он передаёт задачу в search, а для Amazon, LinkedIn, TikTok, Instagram, YouTube и Reddit — в data-feeds.

Перед запуском он проверяет, доступна ли команда bdata и выполнен ли вход. Затем проверяет, что файл не пустой, в выдаче нет признаков блокировки и присутствуют ожидаемые данные. Это повод сначала настроить Bright Data CLI, потому что при отсутствии авторизации сбор останавливается.

Для небольшого списка адресов скилл использует последовательный цикл, а для большого предлагает xargs -P 4. Он умеет проходить пагинацию, меняя --country при блокировке, и передаёт страницы с тяжёлым JavaScript в bdata browser.

Какие задачи решает

  • сохранить страницу в Markdown
  • выгрузить DOM страницы в HTML
  • получить разобранные поля в JSON
  • обойти страницы постраничного каталога
  • проверить результат на блокировку

Примеры запросов агенту

  • Собери эту страницу в Markdown и сохрани в article.md через bdata scrape.
  • Выгрузи список страниц в JSON с ограничением параллельности xargs -P 4.
  • Пройди постраничный каталог: найди следующую страницу и добавляй адреса в очередь.

Как установить scrape

1Через Skills CLI (Vercel)

npx skills add brightdata/skills --skill scrape -a claude-code

2Вручную: положить файлы

~/.claude/skills/scrape/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/scrape/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы о scrape

Как установить scrape в Claude Code?

Выполните npx skills add brightdata/skills --skill scrape -a claude-code, затем повторите npx skills add brightdata/skills --skill scrape -a claude-code. Файл скилла находится в ~/.claude/skills/scrape/SKILL.md.

Что делает scrape?

Скилл запускает bdata scrape для получения содержимого веб-страниц в Markdown, HTML, JSON или PNG. Он также проверяет результат перед сообщением об успехе.

Что нужно scrape для работы?

Нужен установленный и авторизованный Bright Data CLI с командой bdata. Для страниц, требующих JavaScript или взаимодействия, скилл передаёт задачу в bdata browser.

Исходный текст

SKILL.md · MIT
---
name: scrape
description: Scrape web content as clean markdown/HTML/JSON via the Bright Data CLI (`bdata scrape`). Use when the user wants to fetch a page, extract content from a list of URLs, or crawl paginated listings. Hands off to `data-feeds` for supported platforms (Amazon, LinkedIn, TikTok, Instagram, YouTube, Reddit, etc.) and to `search` when URLs must be discovered first. Requires the Bright Data CLI; proactively guides install + login if missing.
---

# Bright Data — Scrape

Get clean content (markdown, HTML, JSON, screenshot) from one or more URLs via the Bright Data CLI. This skill owns the "fetch raw or lightly-structured content" job. For platform-specific structured data (Amazon, LinkedIn, TikTok, etc.), **stop and use `data-feeds` instead** — you'll get clean JSON without selector logic.

## Setup gate (run first)

Before any scrape, verify the CLI is installed and authenticated:

```bash
if ! command -v bdata >/dev/null 2>&1; then
    echo "bdata CLI not installed — see bright-data-best-practices/references/cli-setup.md"
elif ! bdata zones >/dev/null 2>&1; then
    echo "bdata not authenticated — run: bdata login  (or: bdata login --device for SSH)"
fi
```

If either check fails, halt and route the user to `skills/bright-data-best-practices/references/cli-setup.md`. Do not attempt the legacy `curl` fallback silently — ask the user first.

## Pick your path

| Situation | Action |
|---|---|
| Single URL | `bdata scrape <url> -f markdown` |
| Small list (≤ ~20 URLs) | shell loop, 1 at a time (see `references/patterns.md`) |
| Larger list (dozens+) | `xargs -P 4` with parallelism cap (see `references/patterns.md`) |
| Paginated listing | scrape page 1 → extract next-page URL → append → repeat (see `references/examples.md`) |
| JS-heavy / login-gated / interaction-required | escalate to `bdata browser` (see `brightdata-cli` skill) |
| Amazon, LinkedIn, TikTok, Instagram, YouTube, Reddit, … | **stop — hand off to `data-feeds`** |
| No URL yet, just a topic | **hand off to `search`** |

## Action

Core commands:

```bash
# Clean markdown (default)
bdata scrape "https://example.com/article" -f markdown -o article.md

# Raw HTML (when you need the DOM)
bdata scrape "https://example.com" -f html -o page.html

# Structured JSON (when the Unlocker returns parsed fields)
bdata scrape "https://example.com" -f json --pretty -o page.json

# Visual snapshot (saves PNG)
bdata scrape "https://example.com" -f screenshot -o page.png

# Geo-targeted (override the exit country)
bdata scrape "https://example.com" --country de -f markdown

```

Full flag reference: [`references/flags.md`](references/flags.md).

## Verification gate (run before claiming success)

1. **Non-empty output:** `test -s "$out_path"` — or, for stdout, at least 200 bytes of content.
2. **Not a block page** — grep the output for any of these signatures (case-insensitive):
   - `Access Denied`
   - `Just a moment`
   - `Attention Required`
   - `Checking your browser`
   - `captcha`
   - `cf-browser-verification`
   - `cloudflare` *(with < 2KB total body)*
3. **Expected markers present** for the task: e.g., a product page should contain a price pattern (`\$\d`); an article should contain at least one `<h1>` or `# ` heading.
4. **On failure, escalation ladder:**
   - Retry with a different `--country` (e.g., `--country de` if the origin site is US)
   - Escalate to `bdata browser` for full JS rendering (hand off to `brightdata-cli` skill)

Do not report success until all checks above pass.

## Red flags

- Claiming success without inspecting the output.
- Silencing errors with `2>/dev/null` — you'll miss auth failures and rate-limit errors.
- Running `bdata scrape` on Amazon/LinkedIn/TikTok/Instagram/YouTube/Reddit URLs — these are supported by `data-feeds` and return structured data directly. Scraping loses the structure.
- Scraping the same URL repeatedly in the same task — cache the first result.
- Looping `bdata scrape` sequentially for large lists instead of using `xargs -P 4` (or similar) with a parallelism cap.
- Using `curl` against `api.brightdata.com` directly — legacy path; only when the CLI isn't available.

## References

- [`references/flags.md`](references/flags.md) — every flag with when-to-use notes.
- [`references/patterns.md`](references/patterns.md) — shell-loop batching, `xargs` parallelism, pagination recipe, retry/backoff, block-page recovery chain, legacy `curl` fallback.
- [`references/examples.md`](references/examples.md) — (1) single page → markdown, (2) batch a list of URLs with parallelism cap, (3) paginated listing, (4) block-page recovery.

© brightdata · MIT · brightdata/skills

Похожие скиллы

Все скиллы по теме «Браузер и парсинг» →
just-scrape ScrapeGraphAI Скилл управляет поиском, сбором страниц, извлечением JSON и отслеживанием изменений через CLI ScrapeGraph AI. Пригодится, когда агенту нужно найти данные на сайте или регулярно проверять страницу. CX Codex +1 245 000установок firecrawl-build-scrape firecrawl Скилл помогает встроить вызов Firecrawl /scrape в код продукта для извлечения данных со страницы. Он пригодится, когда URL уже известен и нужен чистый markdown или метаданные. CX Codex +1 61 700установок apify-ultimate-scraper apify Скилл настраивает сбор данных через платформу Apify прямо из интерфейса агента. Пригодится, когда нужно выгрузить посты, отзывы или карточки компаний из соцсетей и веб-сервисов. CX Codex +1 16 300установок firecrawl-company-directories firecrawl Собирает списки компаний из каталогов в CSV, JSON или таблицу для исследований. Пригодится для портфелей, маркетплейсов, списков участников и спонсоров. CX Codex +1 31 400установок linkedin-teneo TeneoProtocolAI Скилл обогащает профили и страницы компаний LinkedIn по URL и возвращает данные в JSON. Пригодится для получения сведений о человеке или компании через Teneo CLI. CX Codex +1 511установок competitor-profiling coreyhaines31 Собирает структурированные профили конкурентов по адресам их сайтов. Подойдёт, когда нужно сравнить позиционирование, функции, цены или SEO-данные. CX Codex +1 94 600установок

Из того же набора4

Спонсоры проекта

Компании, которые помогают держать аналитику открытой