vertexcover-io/strotAgente de scraping de API para APIs web
Ingeniería inversa de la API interna de cualquier sitio web usando lenguaje natural
Los sitios web modernos cargan datos a través de llamadas AJAX ocultas:
Strot analiza sitios web y descubre sus llamadas internas a la API por ti.
Lo que Strot realmente hace:
Obtén la experiencia completa de Strot (interfaz web + API) al instante:
Using Patchright browser
docker run -d --name browser-server -p 5678:5678 synacktra/patchright-headless-server
STROT_ANTHROPIC_API_KEY=sk-ant-apiXXXXXX \
docker compose -f https://raw.githubusercontent.com/vertexcover-io/strot/refs/heads/main/docker-compose.yml up
O, usando el navegador Steel
STROT_BROWSER_WS_URL=wss://connect.steel.dev?apiKey=ste-XXXXXX STROT_ANTHROPIC_API_KEY=sk-ant-apiXXXXXX \
docker compose -f https://raw.githubusercontent.com/vertexcover-io/strot/refs/heads/main/docker-compose.yml up
Luego visita:
pip install strot
O usando uv:
uv pip install strot
import strot
import asyncio
from pydantic import BaseModel
class Review(BaseModel):
title: str | None = None
username: str | None = None
rating: float | None = None
comment: str | None = None
date: str | None = None
async def get_reviews():
# Strot discovers the internal API that loads reviews
source = await strot.analyze(
url="https://www.getcleanpeople.com/product/fresh-clean-laundry-detergent/",
query="Customer reviews with ratings and comments",
output_schema=Review,
code_executor="e2b" # Defaults to "unsafe"
)
# Use the same API call the website uses, with full parameter control
async for reviews in source.generate_data(limit=500, offset=100, sortBy="date desc"):
for review in reviews:
print(f"{review['rating']}⭐ by {review['username']}: {review['comment']}")
if __name__ == "__main__":
asyncio.run(get_reviews())
import strot
import asyncio
from pydantic import BaseModel
class Product(BaseModel):
name: str | None = None
price: float | None = None
rating: float | None = None
availability: str | None = None
description: str | None = None
async def get_products():
# Strot finds the AJAX endpoint that loads product listings
source = await strot.analyze(
url="https://blinkit.com/cn/fresh-vegetables/cid/1487/1489",
query="Listed products with names and prices.",
output_schema=Product
)
# Set code executor of your choice into source
source.set_code_executor("e2b")
# Access all products with custom filtering and sorting
async for products in source.generate_data(limit=100, offset=0, category="vegetables", sortBy="price"):
for product in products:
print(f"{product['name']}: ${product['price']} ({product['rating']}⭐)")
if __name__ == "__main__":
asyncio.run(get_products())
Strot proporciona un servidor MCP (Protocolo de Contexto de Modelo) que permite a clientes MCP como Claude analizar sitios web y descubrir sus APIs internas directamente.
git clone https://github.com/vertexcover-io/strot.git
cd strot && uv sync --group mcp
Establece las variables de entorno:
export STROT_ANTHROPIC_API_KEY=sk-ant-apiXXXXXX
export STROT_BROWSER_MODE_OR_WS_URL=headless # or 'headed' or ws://browser-url
Si deseas usar un navegador alojado, puedes hacer lo siguiente:
Ejecuta un servidor headless dentro de Docker
docker run -d --name browser-server -p 5678:5678 synacktra/patchright-headless-server
export STROT_BROWSER_MODE_OR_WS_URL=ws://localhost:5678/patchright
O, conéctate a un servidor de navegador remoto:
export STROT_BROWSER_MODE_OR_WS_URL=wss://...
$ uv run strotmcp
Usage: strotmcp COMMAND
╭─ Commands ─────────────────────────────────────────────╮
│ http Start an http server. │
│ sse Start an sse server. │
│ stdio Start a stdio server. │
│ streamable-http Start a streamable http server. │
╰────────────────────────────────────────────────────────╯
Transporte stdio
claude mcp add strot-mcp "uv run strotmcp stdio" --transport stdio \
--env STROT_ANTHROPIC_API_KEY=$STROT_ANTHROPIC_API_KEY STROT_BROWSER_MODE_OR_WS_URL=$STROT_BROWSER_MODE_OR_WS_URL
Transportes sse, http, streamable-http
Ejecuta el servidor MCP con el transporte deseado en una terminal separada:
uv run strotmcp sse --port 8888
# uv run strotmcp http --host 0.0.0.0
# uv run strotmcp streamable-http --host 127.0.0.1 --port 8777
Añade el servidor MCP a Claude:
claude mcp add strot-mcp http://127.0.0.1:8888/sse --transport sse
Prueba y valida la precisión del análisis de Strot en diferentes sitios web y componentes individuales. El sistema de evaluación admite cinco tipos de entrada:
Compara los resultados reales con los esperados, rastreando métricas como la coincidencia de la URL fuente, la detección de claves de paginación, la detección de parámetros dinámicos y la precisión del recuento de entidades. Todas las evaluaciones y sus pasos de análisis detallados se almacenan en Airtable.
git clone https://github.com/vertexcover-io/strot.git
cd strot && uv sync --group eval
Crea una nueva base de Airtable:
Crear en el espacio de trabajo deseadoConstruir una aplicación por tu cuentaappXXXXXXXXXXXXXX)Crea un Token de Acceso Personal:
/create/tokensdata.records:readdata.records:writeschema.bases:readschema.bases:writeCrear token y copia el token (ej. patXXXXXXXXXXXXXX)Nota: Las tablas requeridas se crean automáticamente con el esquema adecuado cuando ejecutas evaluaciones.
$ uv run stroteval
Usage: stroteval [OPTIONS]
Evaluate multiple job-based or task-based inputs from a file or stdin.
╭─ Parameters ──────────────────────────────────────────────────────────────────╮
│ --file -f Path to the JSON/JSONL file. If not provided, reads from stdin. │
╰───────────────────────────────────────────────────────────────────────────────╯
Asegúrate de que el servidor API esté en ejecución si estás evaluando entradas basadas en trabajos.
echo '[
{
"job_id": "existing-job-uuid",
"expected_source": "https://api.example.com/reviews",
"expected_pagination_keys": ["cursor", "limit"],
"expected_dynamic_keys": ["sortBy", "category"],
"expected_entity_count": 243
},
{
"site_url": "https://example.com/category/abc",
"query": "Listed products with name and prices",
"expected_source": "https://api.example.com/products",
"expected_pagination_keys": ["limit", "offset"],
"expected_dynamic_keys": ["category", "sortBy"],
"expected_entity_count": 100
},
{
"request": {
"method": "GET",
"url": "https://example.com/api/products",
"type": "ajax",
"queries": {"page": "2", "limit": "50", "sortBy": "price", "category": "electronics"}
},
"expected_pagination_keys": ["page", "limit"],
"expected_dynamic_keys": ["sortBy", "category"]
},
{
"response": {
"value": "",
"request": {
"method": "GET",
"url": "https://example.com/api/reviews",
"type": "ajax"
},
"preprocessor": {"element_selector": ".reviews-container"}
},
"output_schema_file": "review_schema.json",
"expected_entity_count": 10
}
]' | uv run stroteval
Licencia MIT - ¡Úsala como quieras!
Hecho con ❤️ por Vertexcover Labs
export STROT_AIRTABLE_BASE_ID=appXXXXXXXXXXXXXX
export STROT_AIRTABLE_TOKEN=patXXXXXXXXXXXXXX
# set the following if you wish to evaluate separate tasks
export STROT_ANTHROPIC_API_KEY=sk-ant-apiXXXXXX