第一个采集任务
本篇通过一个极简的实操,带你走完「发一句话需求 → AI 编译 → 执行抓取 → 导出 Excel 表格」的全过程。
开始前准备
在浏览器中打开目标网页,停留在要采集的页面上。如果该网站需要登录后才能看数据,请先手动登录好。
操作步骤
1. 唤出侧边栏
点击浏览器右上角工具栏的九头虫图标,侧边栏从右侧滑出。
2. 填写采集需求
切换到「AI 编译生成」标签页。
第一次使用,建议直接点击输入框上方的现成模板卡片(例如「电商列表」或「文章列表」)——模板会自动填入一段标准示例,你可以根据当前页面修改字段名字,然后点击发送。
3. 等待 AI 编译工作流
发送后,AI 会自动读取页面结构并试采一次(通常耗时在 15~40 秒之间)。
- 编译期间,目标网页会自动滚动或翻动,属于正常现象,此时请勿手动点击或关闭该网页。
- 只有在页面结构存在歧义时,AI 才会弹出卡片向你确认选项(详见编译期间会发生什么)。
- 编译完成后,卡片底部会提示保存完毕,此时「主工作台」会自动多出一张该任务的专属卡片。
4. 启动采集
切换到「主工作台」,找到刚才生成的工作流卡片,点击「手动启动」。
扩展会在当前页面(或自动打开目标标签页)按照生成的规则执行滚动、翻页和提取。
5. 查看并导出数据
采集完成后,切换到「数据存储」标签页:
- 列表中会显示本次采集到的条数与字段数。
- 点击卡片上的「查看数据预览」,可在线核对数据是否抓全、字段是否准确。
- 点击「下载此数据集」,选择 Excel 或 CSV 格式即可保存到本地电脑。
执行期间保持浏览器窗口可见
- 请勿最小化浏览器窗口,也请避免让电脑进入黑屏睡眠状态。
- 现代浏览器会自动休眠长时间后台放置的标签页;标签页一旦休眠,数据抓取可能会中断或变为空值,且页面不一定有报错提示。
- 如需长期挂机运行,建议参考长时间采集防休眠调整浏览器的能耗与休眠设置。
编好的工作流如何复用
工作流生成后会保存在你的本地扩展中,以后随时可以调用:
- 微调字段:点击卡片上的铅笔图标,进入对话区直接用自然语言追加修改要求。 完整做法(含最容易踩的几个坑)见修改已有工作流。
- 无人值守运行:切换到「定时任务」,设定每天自动定时采集。
- 排查异常:点击卡片上的日志图标,可查看每一步的具体执行状态与耗时。
- 备份与分享:点击卡片上的导出图标,可将工作流保存为文件发送给同事导入。
下一步
读「采集需求怎么写」,掌握如何写出准确率更高的采集需求。