Saltar al contenido principal
Gologin Web Access es una CLI unificada que combina dos productos de Gologin en una sola interfaz de comandos:
  • Web Unlocker — lectura y extracción sin estado. Es la mejor opción cuando quieres obtener el contenido de una página rápidamente sin mantener una sesión de navegador.
  • Cloud Browser — interacción con estado. Es la mejor opción cuando necesitas navegar, hacer clic, escribir, tomar capturas de pantalla o ejecutar flujos de varios pasos que se mantienen entre comandos.
Ambos modos comparten un único modelo de configuración y una única configuración de credenciales. Lo recomendable es configurar ambas credenciales desde el principio para que los agentes no se detengan a pedir claves que faltan en mitad de una tarea.

Instalación

Requiere Node.js >= 18.17.

Credenciales

Dos credenciales distintas de Gologin dan acceso a los dos modos:

Archivo de configuración

Guarda las credenciales en ~/.gologin-web-access/config.json:
También puedes crear el archivo con config init. Este comando no es interactivo: pasa las claves como flags o las toma de las variables de entorno indicadas arriba. Después, comprueba las claves con las API de Gologin:
Añade --no-validate para omitir la comprobación de las claves. Si el archivo de configuración ya existe, config init lo deja tal como está, a menos que añadas --force.

Inicio rápido — leer una página

Inicio rápido — interactuar con un sitio


Referencia de comandos — scraping / lectura

Estos comandos usan Web Unlocker. No tienen estado: no se mantiene ninguna sesión de navegador.

Una sola página

Opciones comunes: --format text|markdown|html, --source auto|unlocker|browser, --fallback none|browser

Operaciones por lotes

Opciones por lotes: --format, --source, --only-main-content, --retry <n>, --backoff-ms <ms>, --summary, --output <path>, --strict De forma predeterminada, batch-scrape devuelve el código de salida 0 si el éxito es parcial. Añade --strict para que falle ante cualquier error.

Búsqueda y descubrimiento

Opciones: --limit <n>, --max-depth <n>, --concurrency <n>, --only-main-content

Trabajos de rastreo asíncronos

Seguimiento de cambios

Runbooks


Referencia de comandos — navegador / interacción

Estos comandos usan Cloud Browser. Mantienen una sesión con estado a través de un daemon local.

Gestión de sesiones

Opciones: --profile <id> para usar un perfil concreto de Gologin.

Lectura de la página

Interacción

Pestañas

Cookies y almacenamiento

Avanzado


Casos de uso y ejemplos

Hacer scraping de la página de precios de un competidor

Devuelve el título, la descripción, los encabezados y los enlaces como JSON estructurado. Si la página está detrás de un muro de cookies o de un desafío, el campo outcome te lo indica, y nextActionHint sugiere cambiar al modo navegador.

Crear un corpus de investigación a partir de un sitio de documentación

Usa el resultado como entrada de un LLM para resumir, responder preguntas o hacer fine-tuning.

Supervisar cambios en páginas

Ejecútalo a diario con cron. Compara las diferencias para detectar cambios de precios, nuevas funciones o contenido eliminado.

Extraer datos estructurados con un esquema

Define qué quieres extraer. El esquema asigna cada campo de salida a un selector CSS:
Una cadena de texto simple devuelve el texto del primer elemento que coincide. Un objeto admite:
  • selector — selector CSS
  • type — text (predeterminado), html, attr o exists
  • attribute — nombre del atributo cuando type es attr
  • all — true devuelve todas las coincidencias como una lista
  • fields — un esquema anidado que se aplica dentro de cada coincidencia
Después, extrae:
Funciona con muchas páginas mediante batch-extract.

Buscar en la web y hacer scraping de los resultados

Iniciar sesión en un sitio e interactuar

Cuando el scraping no es suficiente y necesitas hacer clic, escribir o navegar:

Analizar documentos locales

No solo páginas web: también puedes analizar archivos PDF, documentos de Word y hojas de Excel:

Automatizar flujos de varios pasos con runbooks

Define una secuencia de pasos en JSON y reprodúcela:

Enrutamiento de origen

Los comandos que admiten --source pueden enrutarse a través de distintos backends:

Salida estructurada

scrape-json devuelve metadatos completos, entre ellos:
  • title, description, headings, headingsByLevel, links
  • Clasificación del resultado: ok, empty, incomplete, authwall, challenge, blocked, cookie_wall
  • nextActionHint — siguiente paso sugerido cuando la página no es totalmente accesible
search devuelve requestedLimit, returnedCount, warnings, cacheTtlMs y la position de cada resultado.

Relacionado

Paquete de npm

gologin-web-access

Código fuente

GologinLabs/gologin-web-access