Strumenti

Nove strumenti: la ricerca, l'account e sette per i cluster, cioè elenchi salvati di siti web che l'assistente può creare, combinare e da cui può estrarre dati. L'assistente sceglie gli argomenti in base a ciò che chiedi; questa pagina descrive tra cosa può scegliere e cosa torna indietro.

Strumento	Argomenti	Cosa fa
`search`	`query` (obbligatorio), `rows`, `page`, `snippets`	Cerca nel codice sorgente delle pagine con la sintassi delle query abituale. `rows` vale 20 per impostazione predefinita, fino al numero di righe per query del tuo piano. `snippets: true` aggiunge per ogni sito fino a tre brevi frammenti di codice sorgente (circa 300 caratteri) intorno alla corrispondenza.
`account`	nessuno	Piano, ricerche usate e rimaste oggi, righe per query, cluster e punti di estrazione, limite di frequenza. Non consuma nulla.
`list_clusters`	nessuno	I cluster dell'account, dal più recente. Non consuma nulla.
`get_cluster`	`cluster` (obbligatorio), `page`, `rows`	Una pagina dei domini di un cluster, fino a 1.000 alla volta. Non consuma nulla.
`create_cluster`	`query` o `domains`, `name`	Salva come cluster i risultati di una ricerca (costa una ricerca) oppure un elenco di domini (non costa nulla; si conservano solo i siti presenti nell'indice).
`combine_clusters`	`operation` and, or o diff, `clusters` (ID), `name`	Un nuovo cluster: i domini presenti in tutti i cluster, in almeno uno, oppure nel primo ma non nel secondo. Non consuma nulla.
`extract_from_cluster`	`cluster` (obbligatorio), `presets`, `regex`, `offset`, `limit`, `include_empty`	Ricava valori dal codice sorgente delle pagine dei siti di un cluster, fino a 100 siti per chiamata. Consuma punti di estrazione. Vedi sotto.
`rename_cluster`	`cluster`, `name`	Dà un nuovo nome a un cluster.
`delete_cluster`	`cluster`	Elimina un cluster definitivamente. È contrassegnato come distruttivo, quindi l'assistente ti chiede conferma prima di eseguirlo.

search, account, list_clusters e get_cluster si limitano a leggere. Un risultato torna due volte nella stessa risposta: come dati strutturati per il codice dell'assistente e come testo JSON per il modello.

Un risultato di ricerca

{
  "query": "\"angular.min.js\"",
  "total": 73665,
  "page": 1,
  "rows": 3,
  "returned": 3,
  "truncated": false,
  "index_complete": true,
  "took_ms": 6,
  "results": [
    { "domain": "imgbox.com", "url": "https://imgbox.com/", "rank": 4229 },
    { "domain": "uc.edu", "url": "https://www.uc.edu/", "rank": 5861 },
    { "domain": "sharemods.com", "url": "https://sharemods.com/", "rank": 10962 }
  ]
}

I campi hanno lo stesso significato che hanno nell'API:

truncated - il piano ha accorciato la pagina;
index_complete: false - una parte dell'indice non ha risposto in tempo, quindi total potrebbe essere più basso del reale;
rank: null - il sito non ha una posizione;
query_note - compare quando la query è stata interpretata diversamente da come è stata scritta.

Con snippets: true ogni risultato contiene anche snippets, un elenco di fino a tre stringhe di codice sorgente intorno alla corrispondenza. Sono codice scritto da altri, trasmesso come dati.

Ottenere più di una pagina

page e rows scorrono i risultati: page: 2, rows: 20 corrisponde ai risultati da 21 a 40. page per rows non può superare le righe per query del tuo piano: vedi Limiti ed errori.

Cluster ed estrazione

Chiedi a parole semplici e l'assistente concatena gli strumenti: «Trova i siti che usano Hotjar, salvali come cluster e ricava le loro email di contatto» diventa create_cluster con una query, poi extract_from_cluster con i modelli predefiniti email e hotjar, una parte dopo l'altra.

I modelli predefiniti sono espressioni già pronte, scelte per nome: email, phone, whatsapp, telegram, skype, facebook, instagram, twitter, linkedin, gtm, ga4, ua, hotjar, adsense, bitcoin. Per tutto il resto serve un'espressione regolare tra barre (o barre verticali), il cui primo gruppo di cattura è il valore: fino a dieci espressioni in tutto.

{
  "cluster": 7, "name": "\"hotjar.com\"", "size": 100,
  "offset": 0, "scanned": 100, "in_index": 100, "with_matches": 87,
  "next_offset": null,
  "regex": ["/mailto:(...)/i", "/hjid['\"]?\\s*[:=]\\s*([0-9]{4,10})/"],
  "points_used": 131.4, "points_left": 0,
  "rows": [
    { "domain": "example.com", "values": [["hello@example.com"], ["1234567"]], "matches": 2 }
  ]
}

next_offset indica dove parte la chiamata successiva; null significa che l'intero cluster è stato elaborato. Ogni sito trovato nell'indice costa tanti punti di estrazione quanti sono i valori trovati, 0,1 se non ce ne sono. Anche un account gratuito può usare i cluster, con i limiti gratuiti del sito web: fino a 100 domini per cluster e 100 punti di estrazione al giorno. Un account conserva fino a 100 cluster; oltre questo numero create_cluster risponde cluster_limit e non elimina nulla. Le stesse operazioni da codice sono descritte nell'API.

Successivo Limiti ed errori