Guía de integración de la API de extracción inteligente WebExtrator - Ace Data Cloud

POST https://api.acedata.cloud/webextrator/extract Realiza extracción de contenido basada en /webextrator/render. Además de todos los parámetros de la interfaz render, soporta:

Campo	Tipo	Obligatorio	Predeterminado	Descripción
`expected_type`	string	❌	`markdown`	Producto esperado de la extracción: `markdown` / `article` / `text` / `links` / `structured`
`enable_llm`	boolean	❌	false	Habilitar postprocesamiento LLM (adecuado para `article` / `structured`)
`instruction`	string	❌	-	Instrucción de extracción para LLM, por ejemplo “extraer título del producto, precio, especificaciones”

Respuesta síncrona

{
  "success": true,
  "task_id": "550e8400-...",
  "trace_id": "550e8400-...",
  "started_at": "2026-05-02T10:30:00.123Z",
  "finished_at": "2026-05-02T10:30:08.789Z",
  "elapsed": 8.666,
  "data": {
    "kind": "extract",
    "expected_type": "article",
    "url": "https://example.com/post/1",
    "title": "Artículo de ejemplo",
    "author": "Zhang San",
    "published_at": "2026-05-01",
    "content": "# Artículo de ejemplo\n\nContenido ...",
    "summary": "Este artículo presenta ..."
  }
}

El modo asíncrono, códigos de error y reglas de facturación son idénticos a /webextrator/render.

Ejemplo: extracción del cuerpo del artículo (con LLM habilitado)

curl -X POST https://api.acedata.cloud/webextrator/extract \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "url": "https://example.com/news/1",
    "expected_type": "article",
    "enable_llm": true
  }'

Ejemplo: extracción estructurada personalizada + modo asíncrono

curl -X POST https://api.acedata.cloud/webextrator/extract \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "url": "https://shop.example.com/item/123",
    "expected_type": "structured",
    "enable_llm": true,
    "instruction": "extraer título del producto, precio, inventario, URL de 3 imágenes principales",
    "callback_url": "https://your-domain.com/wbx-callback"
  }'