Skip to content
Pydantic AI

Agente de web scraping con Pydantic AI

Construye un agente inteligente de web scraping que obtiene páginas, extrae datos estructurados y maneja paginación — con Pydantic AI.

web scrapingdata extractionHTTPparsing

Código funcional

Pydantic AI
from pydantic_ai import Agent, RunContext
agent = Agent(
"openai:gpt-4o",
system_prompt="You are a web scraping agent. Fetch pages, extract the requested data, and return it in structured format. Respect robots.txt.",
)
@agent.tool
async def fetch_url(ctx: RunContext, url: str) -> str:
"""Fetch a webpage and return its content as markdown."""
import httpx
from markdownify import markdownify
async with httpx.AsyncClient() as client:
response = await client.get(url, headers={"User-Agent": "Mozilla/5.0"}, timeout=15)
return markdownify(response.text)[:5000]
@agent.tool
async def extract_data(ctx: RunContext, text: str, instruction: str) -> str:
"""Extract structured data from text based on instruction."""
return f"Extracting from {len(text)} chars: {instruction}"
result = await agent.run("Scrape the pricing page at example.com/pricing and extract all plan names and prices")
print(result.output)

Paso a paso

1

Instalar dependencias

Instala Pydantic AI y las herramientas necesarias para este caso de uso.

2

Definir herramientas

Crea las funciones de herramientas específicas del dominio que tu agente usará para interactuar con servicios externos.

3

Crear el agente y ejecutar

Inicializa el agente de Pydantic AI con tus herramientas, establece el prompt del sistema y ejecuta una consulta.

¿Listo para construir con Pydantic AI?

Genera un proyecto listo para producción con Pydantic AI preconfigurado — FastAPI + Next.js, auth, streaming y más.

Comenzar

¿Listo para construir tu primer agente IA en producción?

Herramientas open-source, patrones probados en batalla, cero boilerplate. Configura tu stack y despliega en minutos — no meses.