AgentQL
TinyFish · Programação
AgentQL é uma linguagem de consulta e um analisador da TinyFish que encontra elementos pelo significado, então seus scrapers e agentes continuam funcionando quando o HTML do site muda.
Sobre AgentQL
About
O que é o AgentQL
O AgentQL nasceu para a raspagem web com IA. Sua linguagem de consulta junta um analisador e uma camada de IA para ler e controlar páginas web. Em vez de escrever XPath ou seletores CSS, você descreve os campos que quer em linguagem quase natural, algo como products[] { name price }, e o serviço devolve JSON nesse formato. A IA lê o contexto em volta de cada elemento, então a consulta continua achando o dado quando um redesenho mexe no código da página.
O produto resolve duas frentes. Na raspagem, query_data devolve registros estruturados. Na automação, query_elements e get_by_prompt entregam localizadores do Playwright prontos para clicar, digitar ou rolar a página. A TinyFish mantém SDKs de Python e JavaScript, um endpoint REST que dispensa o navegador, uma extensão do Chrome para depurar consultas e um servidor MCP para frameworks de agentes.
O preço dessa facilidade é a dependência de um serviço hospedado. Toda consulta passa pela API do AgentQL com a sua chave, o gasto cresce por chamada depois da cota gratuita e você precisa de rede durante a execução. Interfaces feitas em canvas, layouts incomuns e sites com defesa antibot agressiva ainda podem falhar. Vale conferir os resultados em produção.
Como começar
- Crie uma conta em agentql.com e copie uma chave de API no portal do desenvolvedor.
- Instale o SDK com
pip install agentqlounpm install agentql. - Escreva uma consulta com os campos desejados e inclua tipos como
price(integer)quando o formato importar. - Chame
query_datapara extrair dados ouquery_elementspara interagir dentro de um script Playwright. - Teste a consulta no playground ou na extensão do navegador antes de rodar em escala.
Informações do produto
Uma visão rápida dos preços, das plataformas compatíveis e do desempenho de AgentQL.
Ideal para
Os usuários, tarefas e cenários em que esta ferramenta se encaixa melhor.
Usuários
- Desenvolvedores de Python e JavaScript
- Times de dados e growth sem engenheiro de raspagem
- Quem constrói agentes de IA
Tarefas
- Acompanhar preços e catálogos
- Montar listas de leads e diretórios
- Preencher formulários e fechar compras
- Alimentar um modelo de linguagem com dados limpos
Cenários
- Um redesenho quebra seu scraper
- Uma consulta para vários sites parecidos
- Pesquisa em páginas com login
Principais recursos
Seletores semânticos
O AgentQL acha elementos pelo significado e pelo contexto ao redor, não pela posição no DOM. Um campo chamado product_price encontra o preço mesmo quando a classe muda de nome ou o bloco desce na página. Isso mantém as consultas estáveis em testes A/B e em mudanças graduais de layout, além de permitir a mesma consulta em sites feitos por equipes diferentes.
O esquema vem da consulta
A consulta também é o contrato de saída. Aninhe objetos, marque listas com colchetes e acrescente indicações como price(integer) ou product_price(include currency symbol) para controlar o formato. Você recebe JSON no formato exato que escreveu, então a extração de dados estruturados dispensa uma etapa de limpeza.
Integração com Playwright
Os SDKs de Python e JavaScript embrulham páginas do Playwright e acrescentam os métodos query_data, query_elements e get_by_prompt. A API completa do navegador continua disponível para navegar, tirar print ou enviar arquivo. Os localizadores devolvidos por uma consulta se comportam como os normais, então seus helpers de teste seguem valendo.
API REST sem navegador
Um endpoint REST devolve os dados de uma URL sem abrir navegador. Serve para tarefas agendadas e funções serverless em que baixar o Chromium não faz sentido. Você manda a URL e a consulta e recebe o resultado em uma única requisição.
Depurador no navegador
Uma extensão do Chrome abre um painel lateral em qualquer página: você escreve a consulta e vê os elementos encontrados destacados na hora. Encurta o caminho entre escrever o seletor e saber se ele funciona, o que pesa em páginas bagunçadas.
Servidor MCP
O servidor MCP de código aberto leva a extração do AgentQL para assistentes e ambientes de agentes que falam Model Context Protocol. Instala com npx, adiciona uma chave e o agente consulta uma URL como se fosse mais uma ferramenta. Sem código de cola.
Prós e contras
Prós
- As consultas se leem como os dados que você quer, então alguém novo edita sem dominar seletores.
- A correspondência semântica corta a manutenção que consome boa parte do orçamento de raspagem.
- O plano Starter gratuito inclui 50 chamadas por mês, o bastante para validar um caso antes de pagar.
- O suporte a Playwright cobre extração e interação no mesmo script.
- A API REST e o servidor MCP atendem trabalhos sem navegador e fluxos com agentes.
Contras
- As chamadas são cobradas: $0.02 por chamada no Starter e $0.015 no Professional depois da cota, então rastrear 100.000 páginas custa dinheiro de verdade.
- As horas de navegador remoto são faturadas à parte, a $0.12 ou $0.10 por hora, e sessões longas de automação web saem mais caras do que parecem.
- Tudo depende da API hospedada: não existe modo offline e uma queda do serviço para o seu pipeline.
- A correspondência por IA não é determinística: layout estranho pode devolver campos parciais ou deslocados, então trabalho em produção pede validação e novas tentativas.
Perguntas frequentes
Cobre duas tarefas: extrair dados de páginas web e controlar um navegador. Times usam para monitorar preço, juntar leads, preencher formulário e levar dados limpos a agentes de IA.
Conteúdo relacionado
Explore ferramentas, skills e artigos relacionados a AgentQL.
Alternativas a AgentQL
Base Code
Base44 (Wix) · Programação · ProdutividadeO Base Code é um ambiente de desenvolvimento em nuvem compartilhado da Base44. O time descreve mudanças em um repositório do GitHub pelo chat, confere tudo na prévia e envia o resultado como pull request.
Google EmbeddingGemma 2
Google DeepMind · Escrita · Imagem · ProgramaçãoGoogle EmbeddingGemma 2 é um modelo aberto de 740 milhões de parâmetros que transforma texto, código, imagens, áudio e quadros de vídeo em vetores de um único espaço de 768 dimensões, rodando em celulares e notebooks.
GitGlow
GitGlow · Programação · ProdutividadeO GitGlow é um cliente Git de desktop que coloca seu código e as mudanças dos seus agentes de IA na mesma revisão, para você saber o que vai sair da máquina antes de publicar.