Agent: HTML Extractor (AI)

agent_html_extractor · ai · Utility · Available · v1.1.0

Description

Estrai dati strutturati da HTML descrivendo in linguaggio naturale cosa vuoi (NO selettori CSS). L'AI legge il DOM + l'instruction → ritorna JSON conforme allo schema specificato. Top 2026: scraping AI-powered che resiste a cambi di layout (selettori CSS si rompono, l'AI no).

⚙️ Configuration parameters

Fields shown in the editor when configuring the node. Generated directly from the NodeDefconfigFields.

Field	Type	Required	Default	Description
`instruction` Istruzione (cosa estrarre)	`string (multiline)`	yes	— es. "Titolo articolo, autore, data pubblicazione (formato ISO), lista commenti con nome+testo, prezzo se presente."	Descrivi in italiano (o inglese) quali campi vuoi estrarre dal HTML. L'AI interpreta + cerca nel DOM senza selettori CSS.
`schema` JSON Schema output	`code`	yes	— { "title": "string", "author": "string", "publishedAt": "string (ISO date)", "price": "number\|null", "comments": [{ "name": "string", "text": "string" }] }	Schema atteso dell'output. Tipi: string, number, boolean, array. Usa "\|null" per opzionali. L'AI rispetta lo schema, set null se campo non trovato.
`maxHtmlChars` Max HTML char in input	`number`	no	`20000`	Limita HTML inviato all'AI per controllare costo token. Default 20K (~5K token). Min 1K, max 100K.
`provider` LLM provider (opzionale, override)	`enum` `liaraanthropicopenaigeminimistralgroqopenrouterollama`	no	—	Vuoto = usa il default da Settings → AI Providers. Selezionalo SOLO per override locale (es. account diverso per questo nodo).
`apiKey` API key (override)	`string (encrypted)`	no	—	Vuoto = usa la chiave di Settings → AI Providers. Liara è free-tier (nessuna key necessaria).
`model` Modello (override)	`string`	no	— es. claude-sonnet-4-5	Vuoto = default del provider. Es. claude-sonnet-4-5, gpt-4o, gemini-2.0-flash, nha-v1.
`baseUrl` Base URL (per Ollama / self-hosted)	`string`	no	— http://localhost:11434	—
`extraContext` Contesto aggiuntivo (opzionale)	`expression`	no	— Esempi di output desiderato, glossario di dominio, regole speciali...	Testo aggiunto al prompt PRIMA dell'input. Utile per "few-shot examples" o vincoli che il system prompt non copre.

💡 Configuration example

JSON snippet of the node as it appears in the workflow. Values are derived fromdefaultValue and from required parameters.

{
  "id": "node-agent_html_extractor-1",
  "defId": "agent_html_extractor",
  "label": "Agent: HTML Extractor (AI)",
  "config": {
    "instruction": "es. \"Titolo articolo, autore, data pubblicazione (formato ISO), lista commenti con nome+testo, prezzo se presente.\"",
    "schema": "{\n  \"title\": \"string\",\n  \"author\": \"string\",\n  \"publishedAt\": \"string (ISO date)\",\n  \"price\": \"number|null\",\n  \"comments\": [{ \"name\": \"string\", \"text\": \"string\" }]\n}",
    "maxHtmlChars": 20000
  }
}

🔗 Related nodes in the same category

Ready to use Agent: HTML Extractor (AI)?

Available now on all FlowForge plans. Try it free without a credit card.

Start free Browse all nodes