Llamaindex

pip install firecrawl-py==0.0.20 llama_index llama-index llama-index-readers-web

from llama_index.readers.web import FireCrawlWebReader
from llama_index.core import SummaryIndex
import os


# 初始化 FireCrawlWebReader 以爬取网站
firecrawl_reader = FireCrawlWebReader(
    api_key="<your_api_key>",  # 将其替换为你在 https://www.firecrawl.dev/ 获取的实际 API 密钥
    mode="scrape",  # 在 "crawl" 和 "scrape" 之间选择；用于单页抓取请选择 "scrape"
    params={"additional": "parameters"}  # 可选的附加参数
)

# 设置环境变量以配置虚拟密钥
os.environ["OPENAI_API_KEY"] = "<OPENAI_API_KEY>"

# 从单个页面 URL 加载文档
documents = firecrawl_reader.load_data(url="http://paulgraham.com/")
index = SummaryIndex.from_documents(documents)

# 将日志级别设置为 DEBUG 以获得更详细的输出
query_engine = index.as_query_engine()
response = query_engine.query("作者在成长过程中做了什么？")
display(Markdown(f"<b>{response}</b>"))

from llama_index.readers.web import FireCrawlWebReader

# 使用你的 API 密钥和所需模式初始化 FireCrawlWebReader
firecrawl_reader = FireCrawlWebReader(
    api_key="<your_api_key>",  # 将其替换为你在 https://www.firecrawl.dev/ 获取的实际 API 密钥
    mode="scrape",  # 可在 "crawl" 与 "scrape" 之间选择
    params={"additional": "parameters"}  # 可选的额外参数
)

# 从指定的 URL 加载文档
documents = firecrawl_reader.load_data(url="http://paulgraham.com/worked.html")
index = SummaryIndex.from_documents(documents)

# 将日志级别设置为 DEBUG 以获得更详细的输出
query_engine = index.as_query_engine()
response = query_engine.query("作者在成长过程中做了些什么？")
display(Markdown(f"<b>{response}</b>"))