AgentQL giới thiệu một phương pháp tiếp cận mới để web scraping, cho phép người dùng trích xuất dữ liệu từ các trang web có định dạng không cấu trúc bằng cách xác định chính xác cấu trúc thông tin mong muốn. Điều này dẫn đến việc truy xuất dữ liệu nhất quán và có cấu trúc, ngay cả từ các trang web có nội dung động hoặc bố cục thường xuyên thay đổi.
Trong hướng dẫn toàn diện này, chúng ta sẽ đi qua quy trình triển khai máy chủ AgentQL MCP trong Claude Desktop. Chúng ta sẽ tận dụng các công cụ trực quan hóa tích hợp của Claude để khám phá dữ liệu đã trích xuất. Ví dụ cụ thể của chúng ta sẽ liên quan đến việc scraping một trang kết quả tìm kiếm của Amazon cho sách AI, trích xuất các chi tiết chính như giá, xếp hạng và số lượng đánh giá.
Bước 1: Thiết lập các Dependencies
Trước khi đi sâu vào việc triển khai, chúng ta cần đảm bảo rằng tất cả các dependencies cần thiết đã được cài đặt và cấu hình. Điều này bao gồm việc thiết lập Node.js, Claude Desktop và lấy khóa AgentQL API.
Node.js
Node.js là một môi trường runtime JavaScript cho phép chúng ta thực thi mã JavaScript bên ngoài trình duyệt web. Nó là bắt buộc để chạy máy chủ AgentQL bằng npx, một trình chạy package đi kèm với Node.js.
Để cài đặt Node.js, hãy làm theo các bước sau:
- Truy cập trang web chính thức của Node.js: nodejs.org.
- Tải xuống phiên bản LTS (Long Term Support) mới nhất của Node.js.
- Chạy trình cài đặt.
- Chấp nhận thỏa thuận cấp phép và tiến hành thông qua trình hướng dẫn cài đặt.
- Để tất cả các cài đặt ở mặc định và hoàn tất cài đặt.
Sau khi cài đặt, hãy xác minh rằng Node.js và npm (Node Package Manager) đã được cài đặt chính xác bằng cách mở terminal hoặc command prompt của bạn và chạy các lệnh sau: