KI-Stacks
Echtzeit-Webdaten für LangChain mit Piloterr
Erstellen Sie LangChain-Tools und Retriever, die Piloterr-REST-APIs aufrufen. Versorgen Sie Agenten mit frischen, strukturierten JSON-Daten von geschützten Websites – ohne Wartung von Browser-Farmen oder Proxy-Pools.
- Benutzerdefinierte Tools, die jeden Piloterr-Endpunkt einbinden
- Strukturiertes JSON ideal für Agenten-Reasoning
- HTTP-Aufrufe kompatibel mit Python- und JavaScript-SDKs
- Anti-Bot-Umgehung für RAG- und Agenten-Pipelines
Auf einen Blick
Tools
Agenten-Aktionen
JSON
strukturierte Ausgabe
500
Datenquellen
REST
HTTP-API
Warum LangChain verbinden?
Agenten-Tools
Binden Sie Piloterr-Endpunkte als LangChain-Tools ein, damit Agenten auf Anfrage Webdaten scrapen, anreichern und abrufen können.
RAG-Pipelines
Rufen Sie sauberes Markdown oder JSON von schwierigen Zielen ab und teilen Sie es in Vektorspeicher auf – ohne rohes HTML parsen zu müssen.
Keine Browser-Wartung
Agenten rufen Piloterr auf, anstatt Playwright oder Puppeteer zu starten – Anti-Bot wird serverseitig gehandhabt.
Vorhersehbare Kosten
Guthabenbasierte Abrechnung pro erfolgreicher Anfrage – prognostizieren Sie die Ausgaben, wenn das Agenten-Aufrufvolumen wächst.
LangChain + Piloterr Anwendungsfälle
Von Forschungsagenten bis zu produktiven RAG-Systemen.
Forschungsagenten
Agenten scrapen SERP-, Nachrichten- und Unternehmensdaten, um Fragen mit aktuellen Quellen zu beantworten.
Anreicherungsketten
Sequentielle Ketten, die Leads mit LinkedIn-, Unternehmens- und Domain-Daten anreichern.
Vektoraufnahme
Laden Sie strukturierte Seiteninhalte in Pinecone, Weaviate oder pgvector.
Multi-Tool-Agenten
Kombinieren Sie Scrape-, Extraktions- und Such-Tools in einem einzigen Agenten-Executor.
Warum Agenten Piloterr statt rohem Fetch benötigen
| Ansatz | Eigene Lösung | Piloterr |
|---|---|---|
| requests / fetch | Auf geschützten Websites blockiert | 94%+ Erfolgsrate bei WAF-Zielen |
| Playwright-Tool | Langsam, teuer, instabil | Verwalteter Browser + JSON |
| HTML-Parsing | Agent verschwendet Tokens für Markup | Strukturierte JSON-Felder |
| Ops-Aufwand | Proxy-Rotation, CAPTCHA-Farmen | Einzelne API-Integration |
LangChain in vier Schritten verbinden
Schritt 1
LangChain installieren
pip install langchain langchain-openai requests
Schritt 2
Ihren API-Schlüssel abrufen
Kopieren Sie x-api-key aus dem Piloterr-Dashboard.
Ihren API-Schlüssel abrufenSchritt 3
Ein benutzerdefiniertes Tool erstellen
Binden Sie einen Piloterr-HTTP-Aufruf in eine @tool-Funktion ein (langchain.tools).
Schritt 4
Den Agenten ausführen
Verwenden Sie create_agent mit Ihrem Modell und Tools – die KI entscheidet, wann gescrapt wird.
Workflow-Rezepte
Forschungsagent mit Live-SERP
Agent sucht bei Google, liest Ergebnisse über Piloterr und synthetisiert eine Antwort mit Quellenangaben.
Lead-Anreicherungskette
Sequentielle Kette: Domain → Unternehmensinfo → LinkedIn-Profil → CRM-fertiges JSON.
RAG über Wettbewerberseiten
Scrapen Sie Wettbewerber-Preisseiten, teilen Sie JSON auf, betten Sie es in einen Vektorspeicher für Q&A ein.
Support-Bot mit Live-Dokumentation
Agent scraped Ihre Help-Center-Seiten bei Bedarf und beantwortet Kundenfragen mit aktuellen Quellenangaben.
Wann LangChain + Piloterr verwenden?
Szenario
LLM-Agenten benötigen Live-Webdaten
Empfehlung: LangChain-Tools
Szenario
Batch-ETL-Pipelines
Empfehlung: Python-SDK direkt
Szenario
No-Code-Orchestrierung
Empfehlung: n8n oder Make
Szenario
Multi-Agenten-Systeme
Empfehlung: CrewAI
LangChain-Tool-Beispiel
Ein minimales Tool, das Google News über Piloterr scraped.
import os
import requests
from langchain.tools import tool
PILOTERR_KEY = os.environ["PILOTERR_API_KEY"]
BASE = "https://api.piloterr.com/v2"
@tool
def search_google_news(query: str, location: str = "Paris, FR") -> dict:
"""Suche auf Google News nach aktuellen Artikeln zu einer Abfrage."""
response = requests.post(
f"{BASE}/google/news",
headers={"x-api-key": PILOTERR_KEY, "Content-Type": "application/json"},
json={"query": query, "location": location, "page": 1},
timeout=60,
)
response.raise_for_status()
return response.json()Siehe auch
LlamaIndex
CrewAI
n8n
MakeTransparente Credit-Preise
Zahlen Sie nur für erfolgreiche Anfragen. Starten Sie mit +500 Credits, dann skalieren Sie mit Plänen ab 49 $/Monat.
Premium
$49/Monat
18,000 Credits
Premium+
$99/Monat
40,000 Credits
Startup
$249/Monat
110,000 Credits
Bereit loszulegen?
Ihre Web-Scraping-API ist nur einen Klick entfernt. Starten Sie mit +500 Credits, ohne Infrastruktur einrichten zu müssen, ohne Proxys zu verwalten und ohne Kreditkarte.
- +500 Credits
- Keine Kreditkarte erforderlich
- Alle Endpunkte enthalten