Struct Scraper 

pub struct Scraper { /* private fields */ }

Implementations

impl Scraper

pub async fn map(&self, req: &MapRequest) -> Result<Vec<MapLink>, ApiError>

pub async fn crawl( &self, req: &CrawlRequest, sink: Arc<dyn CrawlSink>, ) -> Result<(), ApiError>

整站爬取。深度按发现顺序计算：起始页和 sitemap 里的页面是 0。 带 query 时按相关性优先调度（见 crate::focus），否则广度优先。

impl Scraper

pub async fn observe( &self, url: &str, instruction: &str, ) -> Result<(Vec<Value>, LlmUse), ApiError>

observe：页面上和指令对应的候选元素（选择器、角色、名称），最合适的在前。

impl Scraper

pub async fn search(&self, req: &SearchRequest) -> Result<Value, ApiError>

pub async fn extract(&self, req: &ExtractRequest) -> Result<Value, ApiError>

impl Scraper

pub fn builder(config: ScraperConfig) -> ScraperBuilder

pub fn hooks(&self) -> &Hooks

输出阶段的钩子由写结果的一方调用：Rust 用户在自己写结果的地方调；内置入口里只有 CLI 的 crawl 调用。

impl Scraper

pub async fn act( &self, url: &str, instruction: &str, text: Option<&str>, ) -> Result<(Document, Value), ApiError>

0.97 的 act：在真实页面上选一个元素，点击它；给了 text 时输入（text 不发给模型也不进缓存， 其中的 {{secret:NAME}} 在本地换成配置的值）。选元素走计划缓存，同一类页面、同一句话不再问模型。 返回执行后的页面，页面随即关闭。

impl Scraper

pub async fn scrape_session( &self, url: &str, opts: &ScrapeOptions, keep: bool, owner: Option<&str>, ) -> Result<Document, ApiError>

/v2/scrape：keep 时保留页面；否则只记下回放信息。结果带 metadata.scrapeId。

pub async fn interact( &self, id: &str, req: &InteractRequest, owner: Option<&str>, ) -> Result<InteractResponse, ApiError>

pub async fn stop_interact( &self, id: &str, owner: Option<&str>, ) -> Result<InteractStopped, ApiError>

impl Scraper

pub async fn parse( &self, upload: Upload, opts: &ScrapeOptions, ) -> Result<Document, ApiError>

解析上传的文件并写审计记录（kind: parse）。不存快照：上传的文件往往不公开。

impl Scraper

pub fn new(config: ScraperConfig) -> Result<Self, ScraperError>

pub async fn probe_engines(&self) -> Vec<EngineProbe>

把内核链里的每个内核真的启动一次，逐个给出结果（doctor 用）：文件在不等于能启动， 启动即崩的兜底内核要说出来。

pub async fn probe_browsers(&self)

服务启动时在后台把每个内核启动一次，确认哪些能用（日志里写明），能用的浏览器留着备用。

pub async fn shutdown(&self)

pub async fn scrape( &self, url: &str, opts: &ScrapeOptions, ) -> Result<Document, ApiError>

pub fn audit_robots_ignored( &self, kind: RequestKind, mode: RobotsMode, url: &str, )

整站爬取或 map 实际忽略了 robots.txt 时写一条审计记录（没配置审计日志时什么都不做）。

pub fn audit(&self) -> Option<&Arc<Audit>>

审计日志（没配置时为 None）。

pub fn llm_client(&self) -> Option<&ChatClient>

配置的 LLM 客户端（多服务器网关跑 agent 时用）。

pub fn has_search(&self) -> bool

配了搜索后端。

pub fn policy(&self) -> &Policy

pub fn route_pages(&self, runner: Arc<dyn PageRunner>) -> bool

网关模式：此后爬取里的页面交给 runner 执行（只能设一次，之后的调用返回 false）。

pub fn page_runner(&self) -> Option<&Arc<dyn PageRunner>>

pub fn planner(&self) -> &RenderPlanner

渲染决策的计数表（多服务器工人上报统计、导入网关下发的先验用）。

pub fn learner(&self) -> &HostLearner

pub fn engine_count(&self) -> usize

内核链的长度（换内核决策的族按内核序号区分）。

pub fn network_stage_snapshots(&self) -> Vec<StageSnapshot>

pub fn transport_phase_snapshots(&self) -> Vec<PhaseSnapshot>

pub fn crawl_slots(&self) -> &AdaptiveConcurrencyGate

pub fn concurrency(&self) -> usize

当前的全局并发目标（限速器的 USL 控制器给出，冷启动等于配置的全局并发）。

多服务器网关上页面由工人执行：取在线工人报告的准入容量之和（至少 1）， 爬取的在途上限和名额闸门都跟着它走。单主机没有装执行方，路径不变。

pub fn observe_crawl(&self, _queue_wait: Duration, _failed: bool)

爬取里一页结束。并发目标由限速器在名额归还时按观测窗更新（事件驱动）， 这里只把爬取闸门的上限同步过去；取代 0.81 每秒采样一次的运行时调优器。

pub async fn scrape_with( &self, url: &str, opts: &ScrapeOptions, mode: RobotsMode, ) -> Result<Document, ApiError>

按给定的 robots 模式抓一页；整站爬取和 map 用它，robots 模式由调用方按请求类型决定。 先查缓存（语义同 Firecrawl 的 maxAge、minAge、storeInCache），没命中再抓取并写入。 queryFilter、LLM 格式和 changeTracking 都在缓存之外、基于正文 Markdown 做， 缓存里存的总是完整正文。

pub async fn scrape_audited( &self, kind: &str, url: &str, opts: &ScrapeOptions, mode: RobotsMode, ) -> Result<Document, ApiError>

抓一页并写审计记录。kind 区分单页抓取和爬取里的页面。

impl Scraper

pub async fn find_similar( &self, url: &str, selector: &str, opts: &ScrapeOptions, ) -> Result<SimilarData, ApiError>

selector 取第一个命中的元素当例子；opts 要包含 rawHtml 格式。

Trait Implementations

impl Engine for Scraper

fn supports_actions(&self) -> bool

动作只在 Chrome 上验证过，和 interact 同一个条件。

fn admitted_concurrency(&self) -> Option<usize>

统一准入：批量任务的并发取当前全局在途数目标（限速器的 USL 控制器）。

fn scrape<'a>( &'a self, url: &'a str, opts: &'a ScrapeOptions, ) -> BoxFuture<'a, Result<Document, ApiError>>

fn parse<'a>( &'a self, file: Upload, opts: &'a ScrapeOptions, ) -> BoxFuture<'a, Result<Document, ApiError>>

/v2/parse：解析调用方上传的文件（PDF、HTML），返回和 scrape 相同的文档。 opts 已经过 crate::check_parse_options 校验。

fn map<'a>( &'a self, req: &'a MapRequest, ) -> BoxFuture<'a, Result<Vec<MapLink>, ApiError>>

fn crawl<'a>( &'a self, req: &'a CrawlRequest, sink: Arc<dyn CrawlSink>, ) -> BoxFuture<'a, Result<(), ApiError>>

整站爬取：抓到一页、出错一页、发现新 URL 时都通过 sink 回报，直到爬完或被取消。

fn search<'a>( &'a self, req: &'a SearchRequest, ) -> BoxFuture<'a, Result<Value, ApiError>>

/v2/search：返回 Firecrawl 的 data（{ "web": [...] }）。

fn extract<'a>( &'a self, req: &'a ExtractRequest, ) -> BoxFuture<'a, Result<Value, ApiError>>

/v2/extract：返回提取出的 JSON。

fn supports_interact(&self) -> bool

是否支持 /v2/scrape/{id}/interact。支持时 /v2/scrape 走 Engine::scrape_session。

fn actions_unavailable(&self) -> &'static str

不支持 actions 时给调用方的说明。

fn scrape_session<'a>( &'a self, url: &'a str, opts: &'a ScrapeOptions, keep: bool, owner: Option<&'a str>, ) -> BoxFuture<'a, Result<Document, ApiError>>

/v2/scrape：抓一页，结果带 metadata.scrapeId。keep 时保留浏览器页面（keepSession）， 否则只记下回放信息。owner 是调用方的账号，之后的 interact 只认同一个账号。

fn observe<'a>( &'a self, url: &'a str, instruction: &'a str, ) -> BoxFuture<'a, Result<Observed, ApiError>>

/v2/observe：页面上和指令对应的候选元素（选择器、角色、名称），返回候选和用量警告。

fn find_similar<'a>( &'a self, url: &'a str, selector: &'a str, opts: &'a ScrapeOptions, ) -> BoxFuture<'a, Result<SimilarData, ApiError>>

/v2/similar：和例子结构相同的兄弟元素。

fn interact<'a>( &'a self, id: &'a str, req: &'a InteractRequest, owner: Option<&'a str>, ) -> BoxFuture<'a, Result<InteractResponse, ApiError>>

fn stop_interact<'a>( &'a self, id: &'a str, owner: Option<&'a str>, ) -> BoxFuture<'a, Result<InteractStopped, ApiError>>

fn agent_check(&self, req: &AgentRequest) -> Result<(), ApiError>

/v2/agent 开跑前的检查：没配 LLM、没有 urls 又没配搜索时，提交时就报错。

fn agent<'a>( &'a self, req: &'a AgentRequest, sink: Arc<dyn AgentSink>, ) -> BoxFuture<'a, AgentOutcome>

/v2/agent：跑完一次（中途出错也回已经攒下的证据，错误在 AgentOutcome::error）。

fn supported_formats(&self) -> &'static [&'static str]

引擎支持的 formats；请求了不支持的格式时返回 UNSUPPORTED_OPTION，不悄悄忽略。