Jawaban singkat
Bagaimana cara membaca halaman web yang URL-nya sudah saya miliki?
Kirim hingga 20 URL ke POST https://llmwebsearch.com/api/v1/extract. LLMWebSearch membaca setiap halaman publik dan mengembalikan konten utamanya sebagai Markdown atau teks biasa, dengan status per URL. Penagihan 1 kredit untuk setiap kelompok 3 halaman yang dimulai untuk dibaca, dari US$1,20/1K pencarian per kredit pencarian per Oktober 2026. robots.txt dihormati. Tanpa KYC; bayar dengan kripto.
/extract at a glance
| Method | POST dengan body JSON |
|---|---|
| URL | https://llmwebsearch.com/api/v1/extract |
| Input | urls: 1 hingga 20 alamat http atau https |
| Output | Konten utama per URL, dalam markdown (default) atau text |
| Penagihan | Membaca halaman yang URL-nya sudah Anda miliki dikenakan 1 kredit untuk setiap grup 3 halaman yang mulai dikembalikan beserta kontennya, hingga 20 URL per panggilan; URL yang ditolak atau gagal tidak dihitung |
| robots.txt | Pembaca kami mematuhi robots.txt: ia memperkenalkan diri sebagai LLMWebSearch, mengikuti aturan yang ditulis situs untuknya atau untuk semua robot, dan mengabaikan konten halaman apa pun yang tidak diizinkan untuk dibaca |
| Page reader | LLMWebSearch/1.0 (+https://llmwebsearch.com/bot/) |
Baca daftar URL
POST/api/v1/extract
Mengambil setiap URL secara paralel dan mengembalikan konten utamanya, sesuai urutan yang Anda kirim. Setiap item memiliki content_status sendiri, sehingga satu halaman yang ditolak tidak menggagalkan panggilan. Contoh membaca tiga halaman; judul dan nilai bersifat ilustratif.
Autentikasi: API key di header Authorization: Bearer API_KEY.
Body permintaan
| Field | Tipe | Wajib | Deskripsi |
|---|---|---|---|
urls | string[] | Ya | 1 hingga 20 alamat http atau https. Alamat privat, lokal dan cloud metadata ditolak. |
format | string | Tidak | markdown (default) atau text. |
max_chars | integer | Tidak | Batas panjang konten tiap halaman, 500 hingga 50.000 karakter. Default 6.000. |
{
"urls": [
"https://docs.example.com/security/key-rotation",
"https://blog.example.org/key-rotation-checklist",
"https://example.com/changelog"
],
"max_chars": 20000
}Respons 200
{
"credits_used": 1,
"results": [
{
"url": "https://docs.example.com/security/key-rotation",
"title": "Rotating API keys",
"content_status": "ok",
"content": "# Rotating API keys\n\n## Zero-downtime rotation\n\n1. Create a second key...",
"word_count": 948
},
{
"url": "https://blog.example.org/key-rotation-checklist",
"content_status": "blocked_by_robots"
},
{
"url": "https://example.com/changelog",
"title": "Changelog",
"content_status": "ok",
"content": "# Changelog\n\n## 2026-10-20\n\n- New export format...",
"word_count": 2204
}
]
}Contoh kode
curl -s "https://llmwebsearch.com/api/v1/extract" \
-H "Authorization: Bearer $LLMWEBSEARCH_API_KEY" \
-H "Content-Type: application/json" \
-d '{"urls": ["https://docs.example.com/security/key-rotation", "https://example.com/changelog"], "max_chars": 20000}'import os
import requests
resp = requests.post(
"https://llmwebsearch.com/api/v1/extract",
headers={"Authorization": "Bearer " + os.environ["LLMWEBSEARCH_API_KEY"]},
json={"urls": ["https://docs.example.com/security/key-rotation", "https://example.com/changelog"]},
timeout=60,
)
for page in resp.json()["results"]:
print(page["url"], page["content_status"], page.get("word_count", 0))const res = await fetch('https://llmwebsearch.com/api/v1/extract', {
method: 'POST',
headers: {
Authorization: `Bearer ${process.env.LLMWEBSEARCH_API_KEY}`,
'Content-Type': 'application/json',
},
body: JSON.stringify({ urls: ['https://docs.example.com/security/key-rotation', 'https://example.com/changelog'] }),
});
for (const page of (await res.json()).results) console.log(page.url, page.content_status);Kapan saya harus menggunakan extract alih-alih read dalam pencarian?
Gunakan extract ketika URL tidak berasal dari pencarian yang sedang Anda jalankan. Pengguna menempelkan tautan, sebuah dokumen mengutip tiga sumber, atau pencarian pertama dengan read=0 membiarkan model memilih halaman mana yang layak dibaca penuh.
Gunakan read di dalam /search ketika Anda hanya ingin hasil teratas dibaca dalam panggilan yang sama. Itu satu permintaan alih-alih dua, dan hingga 3 halaman sudah termasuk dalam satu kredit pencarian.
Bagaimana penagihan panggilan extract?
Satu kredit untuk setiap kelompok 3 halaman yang dimulai untuk dibaca. Hitungannya memakai halaman yang kembali dengan konten: URL yang ditolak oleh robots.txt atau oleh situs, atau yang gagal dimuat, tidak dihitung.
| Halaman dibaca | Kredit |
|---|---|
| 1 hingga 3 | 1 |
| 4 hingga 6 | 2 |
| 7 hingga 9 | 3 |
| 19 atau 20 | 7 |
Respons selalu mencantumkan totalnya di credits_used. Panggilan yang tidak berhasil membaca halaman apa pun tidak memakan biaya.
Apa yang disampaikan setiap item respons kepada saya?
Setiap item mengulang url yang Anda kirim dan memberikan content_status. Dengan ok, Anda juga mendapatkan halaman title, content utamanya, dan word_count-nya. Jika tidak, status menyebutkan alasannya: blocked_by_robots, blocked_by_site_policy, target_refused dengan target_status situs, fetch_failed, fetch_timeout, atau unsupported_content.
Item tetap dalam urutan daftar urls Anda, jadi Anda dapat mencocokkannya berdasarkan indeks maupun URL. Halaman format respons menjelaskan setiap status.
URL mana yang ditolak sebelum pengambilan apa pun?
Alamat yang mengarah ke jaringan privat, ke mesin lokal, atau ke layanan metadata cloud akan ditolak. Ini mencegah siapa pun menggunakan reader kami untuk menjangkau sistem internal. Redirect yang mengarah ke alamat seperti itu juga ditolak, dan paling banyak 5 redirect yang diikuti.
Alamat harus menggunakan http atau https. Panggilan di mana urls kosong, berisi lebih dari 20 entri, atau memuat alamat yang salah format akan mengembalikan 400 invalid_parameter, tanpa biaya.
Apakah extract mengikuti aturan yang sama dengan search?
Ya. Ini reader yang sama, yang memperkenalkan dirinya sebagai LLMWebSearch/1.0 (+https://llmwebsearch.com/bot/). Situs yang menyetel Content-Signal: ai-input=no di robots.txt-nya menjaga halaman-halamannya agar tidak masuk ke konten hasil Anda. Saat situs menolak pembaca kami, hasil kembali tanpa konten dan dengan status dari situs tersebut: kami tidak pernah memecahkan CAPTCHA, masuk ke akun, atau mengakali blokir atau paywall.
Halaman yang memerlukan login, atau berada di balik paywall, kembali tanpa konten. Arahkan agen ke sumber lain, atau ke halaman yang boleh Anda baca dengan sesi browser Anda sendiri.
Endpoint extract: pertanyaan umum
Jenis file apa saja yang dapat dibacanya?
Halaman web adalah fokus utamanya. Tautan ke video, arsip, atau file lain tanpa teks yang dapat dibaca akan kembali sebagai unsupported_content, dan URL tersebut tidak dihitung dalam harga.
Apakah URL yang dikirim dua kali dibaca dua kali?
Kirim setiap URL satu kali. Jika daftar mungkin berisi duplikat, hapus dulu di sisi Anda, agar hasilnya cocok dengan daftar Anda satu per satu.
Apakah rendering JavaScript dikenakan biaya tambahan?
Tidak. Ketika sebuah halaman memerlukan browser untuk menampilkan teksnya, halaman dirender tanpa biaya tambahan.
Dapatkah extract membaca halaman yang sedang saya login?
Tidak. Reader tidak pernah masuk ke akun dan tidak mengirim cookie Anda. Saat situs menolak pembaca kami, hasil kembali tanpa konten dan dengan status dari situs tersebut: kami tidak pernah memecahkan CAPTCHA, masuk ke akun, atau mengakali blokir atau paywall.