reworkd/AgentGPT

🌎 Add web scraping capabilities

Open

#684 建立於 2023年6月5日

在 GitHub 查看
 (2 留言) (4 反應) (0 負責人)TypeScript (34,594 star) (9,446 fork)batch import
enhancementhelp wantedjavascriptpython

描述

Currently we just do a simple Google search and summarize the descriptions of websites. We should also parse each website individual and aggregate information.

This would be a large undertaking

貢獻者指南

技術棧
typescriptnodejs
領域
backenddata
議題類型
feature
難度面向新貢獻者的預計實作難度，1 表示很小改動，5 表示專家級工作。
4
預計時間有經驗貢獻者完成調查、實作、測試並準備 pull request 的粗略時間範圍。
over 1 week
活動狀態議題目前的可參與程度：新鮮、活躍、陳舊、阻塞或等待維護者輸入。
stale
清晰度議題是否清楚說明預期改動、驗收標準和下一步。
mostly clear
前置要求
TypeScriptweb scraping conceptsNode.js
新手友善度1-100 的估計分數，表示該議題對首次貢獻者的友善程度。
25
研究方向
Review the existing Google search integration in the codebase to understand the current data flow. Examine potential scraping libraries compatible with TypeScript, such as Cheerio or Puppeteer. Assess the structure of target websites to determine parsing strategies. Consider error handling and rate limiting to avoid IP blocks. Propose a design that aggregates scraped data with existing search results.