Makra：新一代 AI Agentic 网页爬虫，以十分之一成本实现大规模数据提取

产品简介

Makra 是由 Makra Labs 开发的新一代 Agentic 网页爬虫与数据提取工具，主打「学习一次，永久复用」的理念。与传统基于长上下文 LLM 的爬虫方案不同，Makra 通过记忆驱动的知识与数据检索架构，将页面布局结构「记忆化」，后续请求仅需向量查询即可完成数据提取，成本降至传统方案的十分之一，同时消除幻觉问题。

核心功能

• 记忆化布局提取：Teach Makra 一个页面的数据结构后，后续相同布局的页面无需重新推理，直接复用已有映射
• Prompt 驱动的字段提取：告诉 Makra 字段含义（如「产品价格」「库存数量」），无需编写 CSS 选择器或 DOM 查询语句
• Schema 驱动的结构化输出：提供 JSON Schema，Makra 自动填充数据，支持嵌套对象与列表
• 内置浏览器实例管理：自动启动浏览器、设置代理、抓取动态内容
• 多页面批量处理：支持分页、详情页跟随、跨站点一致性提取，400 页跨 20 站点批量任务一次完成
• 智能自我修复：页面结构变化时自动检测并重新学习受影响的部分，而非整体重新推理
• 视觉校验：提取后与页面实际渲染结果比对，标记缺失、空白和错位字段

特色优势

• 成本降低 90%：传统 LLM 爬虫在大规模数据集上成本随页面数量线性增长，Makra 记忆化后变为向量查询
• 零幻觉：数据提取采用传统爬虫逻辑，LLM 仅负责布局理解，不参与数据内容生成，理论上消除幻觉
• 信号纯净：Agentic 循环只需处理与目标相关的 DOM 节点，减少上下文污染与 Prompt 注入风险
• 动态页面全面支持：内置无头浏览器，完美处理 JavaScript 渲染的动态页面
• 弹性恢复：页面改版后自动重新学习对应区域，不丢失整体抓取能力

应用场景

• 竞品价格监控：跨电商平台追踪同类产品定价、促销与库存动态
• 舆情与市场情报：抓取公开新闻、论坛、社交媒体，提取关键信号与事件
• 人才与招聘情报：追踪目标公司的职位发布、技能要求与团队扩张信息
• 供应链监控：按能力、位置与认证筛选供应商，追踪资质与合规变化

适用人群

• 需要大规模网页数据采集的数据工程师与分析师
• 市场研究团队与竞品情报分析师
• AI 应用开发者，需要可靠的训练数据管道
• 依赖网页数据构建 AI Agent 的团队

出品方

Makra Labs，官网 makralabs.org，提供 Playground 可供在线试用。

更新动态

目前为 Work in Progress 状态，团队正在积极开发中，已开放 Playground 体验入口。

官网链接

官网：https://makralabs.org