Nimble 提取

Nimble 的提取 API 通过无头浏览器浏览特定 URL 来提取渲染内容。与发现内容的搜索 API 不同，提取工具处理已知 URL——非常适合需要获取和处理特定网页的智能体工作流，包括分页、过滤器和客户端渲染后的内容。

概述

集成详情

类	包	可序列化	JS 支持	包最新版本
NimbleExtractTool	langchain-nimble	❌	❌

工具功能

返回工件	原生异步	返回数据	定价
❌	✅	title, URL, content (markdown/plain_text/HTML), metadata	提供免费试用

关键功能：

• URL 提取：并行从 1-20 个 URL 中提取渲染内容
• 动态渲染：处理 JavaScript、懒加载和客户端渲染
• 多种格式：plain_text（默认）、markdown 或 simplified_html
• 可配置的等待时间：控制页面加载行为以处理慢速加载的内容
• 浏览器驱动：根据不同的渲染需求选择 vx6、vx8 或 vx10 驱动
• 生产就绪：原生异步支持、自动重试、连接池

设置

该集成位于 langchain-nimble 包中。

pip

pip install -U langchain-nimble

凭据

您需要一个 Nimble API 密钥才能使用该工具。在 Nimble 注册以获取您的 API 密钥并访问其免费试用。

import getpass
import os

if not os.environ.get("NIMBLE_API_KEY"):
    os.environ["NIMBLE_API_KEY"] = getpass.getpass("Nimble API key:\n")

实例化

现在我们可以实例化工具：

from langchain_nimble import NimbleExtractTool

# Basic usage
tool = NimbleExtractTool()

在智能体中使用

我们可以将 Nimble 提取工具与智能体一起使用，赋予它 URL 内容提取能力。这是一个使用 LangGraph 的完整示例：

import os
import getpass

from langchain_nimble import NimbleExtractTool
from langchain.agents import create_agent
from langchain.chat_models import init_chat_model

if not os.environ.get("OPENAI_API_KEY"):
    os.environ["OPENAI_API_KEY"] = getpass.getpass("OpenAI API key:\n")
if not os.environ.get("NIMBLE_API_KEY"):
    os.environ["NIMBLE_API_KEY"] = getpass.getpass("Nimble API key:\n")

# Initialize Nimble Extract Tool
extract_tool = NimbleExtractTool(
    parsing_type="markdown"
)

# Create agent with the tool
model = init_chat_model(model="gpt-4o", model_provider="openai", temperature=0)
agent = create_agent(model, [extract_tool])

# Ask the agent to extract and analyze content from LangChain documentation
user_input = "Extract and summarize the key concepts from these LangChain docs: https://python.langchain.com/docs/concepts/retrievers/, https://python.langchain.com/docs/concepts/tools/"

for step in agent.stream(
    {"messages": user_input},
    stream_mode="values",
):
    step["messages"][-1].pretty_print()

================================ Human Message =================================

Extract and summarize the key concepts from these LangChain docs: https://python.langchain.com/docs/concepts/retrievers/, https://python.langchain.com/docs/concepts/tools/

================================== Ai Message ==================================
Tool Calls:
  nimble_extract (call_abc123)
 Call ID: call_abc123
  Args:
    links: ['https://python.langchain.com/docs/concepts/retrievers/', 'https://python.langchain.com/docs/concepts/tools/']
    parsing_type: markdown

================================= Tool Message =================================
Name: nimble_extract

[{"title": "Retrievers | LangChain", "url": "https://python.langchain.com/docs/concepts/retrievers/", "content": "# Retrievers\n\nA retriever is an interface that returns documents given an unstructured query...\n\n## Key Concepts\n- Document retrieval from various sources\n- Integration with vector stores...", "metadata": {"extracted_at": "2025-12-10T..."}}, {"title": "Tools | LangChain", "url": "https://python.langchain.com/docs/concepts/tools/", "content": "# Tools\n\nTools are interfaces that agents can use to interact with the world...", "metadata": {...}}]

================================== Ai Message ==================================

Based on the extracted LangChain documentation, here are the key concepts:

**Retrievers:**
- Interface for returning documents based on unstructured queries
- Supports various data sources including vector stores
- Core component for RAG (Retrieval Augmented Generation) applications
- Enables semantic search over document collections

**Tools:**
- Interfaces enabling agents to interact with external systems
- Can be used for web search, API calls, calculations, and more
- Agents use tools to extend their capabilities beyond text generation
- Support both synchronous and asynchronous execution

高级配置

该工具支持广泛的 URL 提取配置：

参数	类型	默认值	描述
links	list[str]	None	要提取的 URL（1-20）- 由智能体在运行时提供
parsing_type	str	”plain_text”	输出格式：“plain_text”、“markdown” 或 “simplified_html”
driver	str	”vx6”	浏览器驱动版本：“vx6”（快速）、“vx8”（平衡）或 “vx10”（全面）
wait	int	None	等待页面加载的毫秒数（0-60000）
render	bool	True	启用 JavaScript 渲染
locale	str	”en”	页面区域设置偏好（例如：“en-US”）
country	str	”US”	本地化内容的国家代码（例如：“US”）
api_key	str	env var	Nimble API 密钥（默认为 NIMBLE_API_KEY 环境变量）

最佳实践

驱动选择

• vx6（默认）：标准网站的快速提取
• vx8：中等复杂网站的平衡性能
• vx10：JavaScript 密集型单页应用（SPA）和复杂动态内容的全面渲染

何时使用等待时间

• 无需等待（wait=None）：最适合大多数具有快速初始渲染的现代网站
• 短等待（wait=1000-2000）：适用于有懒加载或动态内容的网站
• 更长等待（wait=5000+）：适用于加载缓慢的页面或需要时间完全渲染的复杂 SPA 应用

URL 管理

• 批量提取：每次调用提供 1-20 个 URL 以并行提取
• 错误处理：失败的 URL 将在智能体错误处理中报告
• 内容验证：智能体应在处理前验证提取的内容

性能优化

• 选择合适的格式：使用 plain_text 追求速度，markdown 追求结构，HTML 追求详细样式
• 调整等待时间：仅在必要时使用等待时间以平衡速度和可靠性
• 批量相关 URL：并行提取同一域中的多个 URL 以提高效率
• 使用异步：并发提取许多 URL 时调用 ainvoke()

---

API 参考

有关所有 NimbleExtractTool 功能和配置的详细文档，请访问 Nimble API 文档。

---

Edit this page on GitHub or file an issue.

Connect these docs to Claude, VSCode, and more via MCP for real-time answers.