n8n + LLM स्क्रैपर: नो-कोड वर्कफ़्लो में AI उत्तरों को कैप्चर करें

मुख्य निष्कर्ष:

• n8n किसी भी कोड या SDK के बिना Scrapeless LLM Chat Scraper से एक HTTP अनुरोध नोड के माध्यम से बात करता है। एकल नोड https://api.scrapeless.com/api/v2/scraper/execute पर POST करता है जिसमें x-api-token हेडर और एक JSON बॉडी होती है, और उत्तर अगले नोड के लिए डेटा के रूप में कार्यप्रवाह में पहुँचता है जिसे पढ़ा जा सकता है।
• अनुरोध बॉडी { अभिनेता, इनपुट } और कुछ नहीं। बॉडी को {"actor":"scraper.chatgpt","input":{"prompt":"…","country":"US","web_search":true}} पर सेट करें और नोड { status, task_id, task_result } लौटाता है - वही लिफाफा जो प्रत्येक Scrapeless LLM अभिनेता का उपयोग करता है।
• एक शेड्यूल ट्रिगर कॉल को एक स्थायी मॉनिटर में बदल देता है। Schedule Trigger → HTTP Request → IF → Set/Sheet/DB को कनेक्ट करें और n8n हर इंटरवल पर सेट किए गए प्रॉम्प्ट को फिर से चलाता है, प्रत्येक उत्तर को एक शीट या तालिका में जोड़ता है बिना किसी को टर्मिनल खोलने के।
• IF नोड खाली रन को डेटा के रूप में संभालता है, विफलता के रूप में नहीं। मॉडल प्रत्येक सत्र में task_result को भरता है, इसलिए एक खाली उत्तर उस क्वेरी के लिए कोई उत्तर नहीं होता इस रन में - इस पर ब्रांच करें, लॉग करें कि कुछ भी संग्रहीत करने के लिए नहीं है, और आगे बढ़ें; अगली निर्धारित रन भरे हुए को पकड़ लेती है।
• MCP क्लाइंट नोड एजेंट-नोड विकल्प है। जब कार्यप्रवाह एक AI एजेंट होता है न कि एक निश्चित पाइपलाइन, तो n8n के MCP क्लाइंट नोड को Scrapeless MCP सर्वर की ओर इंगित करें और वही कैप्चर उस उपकरण के रूप में कार्य करता है जिसे एजेंट स्वयं कॉल करता है।
• शुरू करने के लिए स्वतंत्र। नए Scrapeless खातों में मुफ्त परीक्षण क्रेडिट शामिल हैं - app.scrapeless.com पर साइन अप करें।

परिचय: उत्तर इंजन कार्यप्रवाह इनपुट बनता है

LLM उत्तर इंजन अब उपयोगकर्ताओं और खुले वेब के बीच में हैं, और प्रश्न जिनसे एक ब्रांड को सरोकार होता है - कौन सिफारिशित होता है, कौन से स्रोतों का उल्लेख किया जाता है, किस कीमत पर प्रदर्शित होता है - वे सभी ChatGPT में क्लिक किए जाने से पहले ही उत्तरित होते हैं। उस सतह को शेड्यूल पर पढ़ना डेटा संग्रहण कार्य है, और n8n पहले से ही कई टीमों के लिए अपने निर्धारित डेटा कार्य चलाने का स्थान है।

झिझक यह है कि ChatGPT का कोई आधिकारिक उत्तर API नहीं है, और एक स्वचालन उपकरण से चैट UI चलाना लॉगिन दीवारें, स्ट्रीम्ड प्रतिक्रियाएँ और फ़ील्ड्स को जन्म देता है जो ग्राहक-पक्ष पर उस उत्तर के प्रकट होने के बाद निर्धारित होते हैं। n8n का HTTP अनुरोध नोड किसी भी REST अंत बिंदु को कॉल कर सकता है, लेकिन इसमें कुछ भी कॉल करने के लिए नहीं है जब तक कि रेंडरिंग, आवासीय आउटगोइंग, और पार्सिंग कहीं और पहले नहीं होती।

Scrapeless LLM Chat Scraper वह कहीं और है: एक POST रेंडर किए गए ChatGPT उत्तर को JSON के रूप में लौटाता है, इसलिए HTTP अनुरोध नोड के पास एक साफ अंत बिंदु है और कार्यप्रवाह के बाकी हिस्से संरचित फ़ील्ड पढ़ते हैं। यह पोस्ट n8n को उस अभिनेता से बिना किसी कोड के जोड़ता है - एक शेड्यूल ट्रिगर, एक HTTP अनुरोध नोड, एक IF ब्रांच खाली रन के लिए, और एक भंडारण नोड - और उन कार्यप्रवाहों के लिए एजेंट-नोड के पथ को दिखाता है जिन्हें एक AI उपकरण के रूप में स्क्रैपर की आवश्यकता होती है। उत्तर-इंजन स्क्रैपर्स के रैंक व्यू के लिए, सर्वश्रेष्ठ LLM स्क्रैपर्स सतहों की तुलना करता है।

दायरे के बारे में एक नोट: नीचे दिया गया अनुरोध अनुबंध लाइव scraper.chatgpt अभिनेता के खिलाफ सत्यापित है, और प्रत्येक n8n पैरामीटर नाम वर्तमान n8n नोड संदर्भ के खिलाफ पुष्टि किया गया है। एंड-टू-एंड कार्यप्रवाह को उन दो सत्यापित टुकड़ों से वर्णित किया गया है - यह पोस्ट स्क्रीनशॉट किए गए रन को प्रमाण के रूप में प्रस्तुत नहीं करता।

आप इसके साथ क्या कर सकते हैं

• निर्धारित उत्तर निगरानी। हर घंटे या हर सुबह एक निश्चित प्रॉम्प्ट सेट चलाएँ और प्रत्येक ChatGPT उत्तर को एक शीट में जोड़ें, ताकि उत्तर में भिन्नता समय श्रृंखला बन जाए बजाय एक मैनुअल चेक के।
• उद्धरण का शेयर-ऑफ ट्रैकिंग। task_result.search_result पढ़ें जो स्रोत ChatGPT ने परामर्श किए और रनों में डोमेन को tally करें यह देखने के लिए कि मॉडल आपकी श्रेणी के लिए किसका उल्लेख करता रहता है।
• ब्रांड-उल्लेख अलर्ट। इस पर Branch बनाएं कि क्या उत्तर पाठ में आपका उत्पाद नामित है, और जब एक उल्लेख प्रकट होता है या गायब होता है तो IF से एक Slack या ईमेल नोड को रूट करें।
• एक कार्यप्रवाह में मल्टी-इंजन कैप्चर। HTTP अनुरोध नोड को डुप्लिकेट करें और अभिनेता स्ट्रिंग को scraper.gemini या scraper.perplexity में बदलें - लिफाफा समान है, इसलिए डाउनस्ट्रीम नोड्स नहीं बदलते।
• गैर-डेवलपर्स को नो-ऑप्स हस्तांतरण। एक बार कार्यप्रवाह मौजूद होने पर, एक सहकर्मी एक सेट नोड या एक शीट में प्रॉम्प्ट सूची को संपादित कर सकता है बिना कोड को छुए, और कैप्चर चलते रहता है।
• एजेंट टूल कॉल। MCP क्लाइंट नोड के माध्यम से स्क्रैपर को एक्सपोज करें ताकि n8n AI एजेंट तय कर सके कि कब एक उत्तर इंजन से क्वेरी करना है एक बड़े कार्य का हिस्सा।

n8n के लिए Scrapeless LLM Chat Scraper क्यों

Scrapeless LLM Chat Scraper scraper.chatgpt अभिनेता है, Universal Scraping API लाइन का हिस्सा है, और यह n8n में फिट होता है क्योंकि यह JSON इन और JSON आउट के साथ एक प्रामाणित POST है। विशेष रूप से एक नो-कोड कार्यप्रवाह के लिए, यह लाता है:

• एक एकल REST अंत बिंदु जिसे HTTP अनुरोध नोड सीधे कॉल करता है — n8n होस्ट पर स्थापित करने के लिए कोई SDK नहीं, न ही किसी ब्राउज़र को संचालित करने की आवश्यकता है।
• सर्वर-साइड रेंडरिंग, आवासीय ईग्रस, और एंटी-बॉट प्रबंधन, ताकि नोड एक लॉगिन पृष्ठ के बजाय एक पूर्ण उत्तर प्राप्त करे।
• अनुरोध पर country फ़ील्ड, जो JSON बॉडी के भीतर ईग्रस मार्केट को पिन करता है — एक नोड प्रति-मार्केट कैप्चर को कवर करता है।
• एक { status, task_id, task_result } लिफाफा जो scraper.chatgpt, scraper.gemini, और scraper.perplexity के बीच साझा किया जाता है, ताकि एक कार्यशील नोड बिना किसी बदलाव के अन्य इंजनों में डुप्लिकेट हो सके।
• एक x-api-token हेडर के रूप में केवल एक प्रमाणीकरण — Scrapeless को कॉल करने वाले प्रत्येक नोड के लिए एकल n8n क्रेडेंशियल या हेडर मान, पुन: उपयोगी।

आप app.scrapeless.com पर मुफ्त योजना पर अपना API कुंजी प्राप्त कर सकते हैं।

आवश्यकताएँ

• एक n8n उदाहरण (क्लाउड या स्वयं-हास्रित) जहां आप एक कार्यप्रवाह जोड़ सकते हैं
• एक Scrapeless खाता और API कुंजी — app.scrapeless.com पर साइन अप करें
• HTTP अनुरोध नोड के हेडर में चिपकाने के लिए उपलब्ध API कुंजी (या n8n क्रेडेंशियल के रूप में संग्रहीत)
• कैप्चर की गई पंक्तियों के लिए एक गंतव्य — एक सेट नोड, एक Google शीट्स नोड, या एक डेटाबेस नोड जैसे Postgres

किसी भाषा की समय-चालक, प्रॉक्सी, या CAPTCHA हल करनेवाले की आवश्यकता नहीं है; अनुरोध सामान्य HTTP है और भारी काम Scrapeless पक्ष पर चल रहा है।

कार्यप्रवाह एक नजर में

पूरी कैप्चर चार नोड्स को एक रेखा में रखा गया है:

शेड्यूल ट्रिगर  →  HTTP अनुरोध  →  IF  →  सेट / Google शीट्स / Postgres
   (अंतराल)           (POST अभिनेता)      (खाली?)      (उत्तर को संग्रहित करें)

शेड्यूल ट्रिगर एक अंतराल पर सक्रिय होता है, HTTP अनुरोध नोड scraper.chatgpt को कॉल करता है, IF नोड जांचता है कि क्या उत्तर भरा हुआ आया, और संग्रहण नोड पंक्ति लिखता है। IF नोड की खाली शाखा वह जगह है जहाँ कोई उत्तर नहीं आने का रिकॉर्ड किया जाता है और उसे छोड़ दिया जाता है — उसे फिर से नहीं भेजा जाता है। नीचे प्रत्येक नोड केवल वे पैरामीटर नामित करता है जो वर्तमान n8n नोड संदर्भ में मौजूद हैं।

चरण 1 — शेड्यूल ट्रिगर

शेड्यूल ट्रिगर कार्यप्रवाह को एक निश्चित आवृत्ति पर शुरू करता है ताकि कैप्चर बिना किसी द्वारा प्ले दबाए चल सके। एक शेड्यूल ट्रिगर नोड जोड़ें (टाइप संस्करण 1.3) और इसके ट्रिगर नियमों को एक अंतराल पर सेट करें — हर घंटे, हर कुछ घंटों, या दिन में एक बार, इस पर निर्भर करते हुए कि आप जिन उत्तरों को ट्रैक करते हैं वे कितनी बार बदलते हैं। उत्तर-इंजन की निगरानी के लिए, दैनिक या दिन में दो बार आमतौर पर पर्याप्त है, क्योंकि सप्ताहों में श्रृंखला ही संकेत होती है, न कि मिनट-दर-मिनट परिवर्तन।

ट्रिगर प्रत्येक फायर पर एक आइटम निकालता है। यदि आप प्रति रन कई प्रॉम्प्ट चाहते हैं, तो इसके बाद एक सेट नोड जोड़ें जो आपकी प्रॉम्प्ट सूची को आउटपुट करता है, या शीट से प्रॉम्प्ट पढ़ें — प्रत्येक प्रॉम्प्ट फिर HTTP अनुरोध नोड के माध्यम से अपने स्वयं के आइटम के रूप में प्रवाहित होता है।

चरण 2 — HTTP अनुरोध नोड: अभिनेता को कॉल करें

HTTP अनुरोध नोड एकीकरण है। यह Scrapeless को अभिनेता कॉल POST करता है और कार्यप्रवाह में पार्स किया गया उत्तर लौटाता है। एक HTTP अनुरोध नोड जोड़ें (टाइप संस्करण 4.4) और निम्नलिखित पैरामीटर सेट करें:

• विधि → POST
• URL → https://api.scrapeless.com/api/v2/scraper/execute
• हेडर भेजें → चालू। एक हेडर जोड़ें: नाम x-api-token, मूल्य आपकी Scrapeless API कुंजी (या n8n क्रेडेंशियल को संदर्भित करें)।
• बॉडी भेजें → चालू।
• बॉडी सामग्री प्रकार → JSON।
• बॉडी निर्दिष्ट करें → JSON का उपयोग करते हुए, फिर अभिनेता कॉल को JSON फ़ील्ड में चिपकाएँ।

JSON बॉडी पूरा अनुबंध है — अभिनेता का नाम और एक input वस्तु:

{
  "actor": "scraper.chatgpt",
  "input": {
    "prompt": "best running shoes 2026",
    "country": "US",
    "web_search": true
  }
}

प्रॉम्प्ट को गतिशील बनाने के लिए, स्थिर स्ट्रिंग को n8n अभिव्यक्ति के साथ प्रतिस्थापित करें जो आने वाले आइटम को पढ़े — उदाहरण के लिए, सेट नोड या शीट पंक्ति से prompt निकालना जो इस नोड को खिलाती है। country रन के लिए आवासीय ईग्रस को पिन करता है, और web_search मॉडल को जीवित स्रोत खींचने देता है, जो यह सुधारता है कि उत्तर कितनी बार हल होता है। प्रत्येक फ़ील्ड input के अंदर होती है; शीर्ष स्तर पर prompt या country भेजना अभिनेता द्वारा अस्वीकृत किया जाता है।

नोड का समय समाप्ति उदारता से सेट करें। एक रेंडर किया गया उत्तर वापस आने में थोड़ा समय ले सकता है, इसलिए एक छोटा डिफ़ॉल्ट समय समाप्ति कॉल को जवाब आने से पहले ही काट देगा — इसे स्थान दें।

नोड मानक लिफाफा { status, task_id, task_result } लौटाता है, जैसे आइटम का JSON। डाउनस्ट्रीम नोड्स उत्तर को task_result.result_text से और स्रोतों को task_result.search_result से पढ़ते हैं।

मुफ्त योजना पर अपना API कुंजी प्राप्त करें: app.scrapeless.com

चरण 3 — IF नोड: खाली उत्तर पर शाखा

IF नोड यह निर्णय लेता है कि क्या कुछ स्टोर करने के लिए है। ChatGPT उत्तर प्रत्येक सत्र के अनुसार उत्पन्न होते हैं, इसलिए एक ही प्रॉम्प्ट एक रन में पूरा उत्तर लौट सकती है और अगले में एक खाली task_result — यह एक असफलता नहीं है, यह इस क्वेरी के लिए इस रन में कोई उत्तर नहीं है। HTTP अनुरोध नोड के बाद एक IF नोड (संस्करण प्रकार 2.3) जोड़ें और एकल शर्तें नियम लिखें जो परीक्षण करता है कि उत्तर क्षेत्र खाली है — उदाहरण के लिए, जांचना कि task_result.result_text पढ़ने वाला अभिव्यक्ति खाली नहीं है।

• False शाखा (उत्तर मौजूद) → इसे स्टोरेज नोड में चरण 4 में वायर करें।
• True शाखा (उत्तर खाली) → रिकॉर्ड करें कि रन ने कुछ नहीं उत्पन्न किया और रुकें। एक NoOp नोड, या एक सेट नोड जो "खाली रन" मार्कर पंक्ति लिखता है, पर्याप्त है।

खाली शाखा अभिनेता को फिर से कॉल नहीं करती है। अगली निर्धारित फायर अगली बार एक भरे हुए उत्तर का मौका है, और जो रन उत्तर लौटाते हैं उन्हें एकत्र करना पूरे पैटर्न का हिस्सा है। खाली परिणाम को नल डेटा के रूप में मानें, न कि किसी त्रुटि को खोजने के लिए।

चरण 4 — उत्तर स्टोर करें

स्टोरेज नोड प्रत्येक भरे हुए उत्तर को एक पंक्ति में बदल देता है जिसे आप बाद में क्वेरी कर सकते हैं। IF नोड की उत्तर-मौजूद शाखा को उस गंतव्य में वायर करें जो प्रोग्राम में उपयुक्त हो:

• सेट नोड → आइटम को उन फ़ील्ड में आकार दें जो आप रखते हैं: प्रॉम्प्ट, task_result.result_text, task_result.search_result से स्रोत डोमेन, task_id, और एक कैप्चर टाइमस्टैम्प। यहाँ तक कि जब कोई अन्य नोड लेखन करता है, तब भी यह अंतिम आकार का कदम के रूप में उपयोगी है।
• गूगल शीट्स नोड → पूरे चलन के लिए एक शेयर करने योग्य, बिना डाटाबेस की लॉग के लिए प्रति रन एक पंक्ति जोड़ें जिसे गैर-विकासकर्ता पढ़ और संपादित कर सकते हैं।
• पोस्टग्रेस (या अन्य डाटाबेस) नोड → एक तालिका में संकालन करें जब कैप्चर एक वेयरहाउस या डैशबोर्ड को खिलाता है।

हर पंक्ति पर task_id और रन समय स्टोर करें। उत्तर की लंबाई, उद्धरण की संख्या, और नामित स्रोत सभी रन से रन में बदलते हैं, इसलिए मूल्य कैप्चर के बीच श्रृंखला होती है, न कि किसी एकल प्रतिक्रिया।

आधिकारिक Scrapeless नोड — और क्यों यह मार्गदर्शिका HTTP अनुरोध का उपयोग करती है

n8n के पास एक आधिकारिक Scrapeless सामुदायिक नोड (n8n-nodes-scrapeless) है। इसे इंस्टॉल करें, Scrapeless प्रमाण पत्र के साथ एक बार प्रमाणित करें, और यह आपको तीन सतहों के लिए टाइप किए गए संचालन देता है: डीप सर्पएपीआई (गूगल सर्च और गूगल ट्रेंड्स), यूनिवर्सल स्क्रैपिंग एपीआई (वेब अनलॉकर), और क्रॉलर (स्क्रैप और क्रॉल)। उन सभी कार्यों के लिए नोड एक साफ विकल्प है — कोई यूआरएल या जेसन बॉडी को हाथ से बनाने की आवश्यकता नहीं है।

LLM चैट स्क्रैपर अभिनेताओं — scraper.chatgpt, scraper.gemini, scraper.perplexity, और scraper.aimode — को वर्तमान नोड रिलीज में संचालन के रूप में उजागर नहीं किया गया है, इसलिए उत्तर इंजन की प्रतिक्रिया को कैप्चर करना ऐसी स्थिति है जहाँ HTTP अनुरोध नोड रास्ता है: यह सीधे /api/v2/scraper/execute पर पहुंचता है, जो ठीक वही है जो ऊपर के चरण निर्माण करते हैं। यदि बाद में कोई नोड रिलीज LLM संचालन जोड़े, तो Scrapeless प्रमाण पत्र और वर्कफ़्लो आकार कायम रहते हैं — केवल मध्य नोड बदलता है।

एजेंट-नोड विकल्प: MCP क्लाइंट + Scrapeless MCP सर्वर

जब वर्कफ़्लो एक AI एजेंट होता है बजाय एक स्थिर पाइपलाइन के, n8n का MCP क्लाइंट नोड हाथ से बनाए गए HTTP कॉल को बदलता है। MCP क्लाइंट नोड एक MCP सर्वर से कनेक्ट होता है और उस सर्वर के उपकरणों को n8n AI एजेंट को उजागर करता है, ताकि एजेंट जब इसकी सोच को उनकी आवश्यकता होती है, उन्हें अपने दम पर कॉल करे। इसे Scrapeless MCP सर्वर पर इंगित करें और उत्तर-इंजन कैप्चर एजेंट द्वारा लागू किए गए उपकरणों में से एक बन जाता है — एजेंट निर्णय लेता है कि बड़े कार्य के हिस्से के रूप में कब ChatGPT को पूछना है, बजाय इसके कि आप कॉल को एक निश्चित शाखा में वायर करें।

दोनों पथ विभिन्न जरूरतों का उत्तर देते हैं। HTTP अनुरोध नोड एक निर्धारित, अनुसूचित कैप्चर के लिए सही उपकरण है — समान प्रॉम्प्ट, समान ताल, पूर्वानुमान योग्य पंक्तियां। MCP क्लाइंट नोड सही उपकरण है जब एक एजेंट को गतिशील रूप से यह तय करना चाहिए कि क्या और क्या पूछना है। अंतर्निहित Scrapeless सतह वही है; केवल कॉल को कौन ट्रिगर करता है, यह बदलता है।

आपको क्या वापस मिलता है

HTTP अनुरोध नोड अभिनेता के मानक लिफाफे को आइटम JSON के रूप में लौटाता है। उत्तर task_result के तहत है, जिसमें result_text में गद्य और search_result में परामर्शित स्रोत शामिल हैं। नीचे का आकार वही है जो scraper.chatgpt लौटाता है; फ़ील्ड मान एक लाइव रन से एक उदाहरणात्मक नमूना हैं (पाठ और स्रोतTrim किया गया है)।

// स्कीमा वही है जो scraper.chatgpt लौटाता है; फ़ील्ड मान एक लाइव रन से एक उदाहरणात्मक नमूना है।
{
  "status": "success",
  "task_id": "…",
  "task_result": {
    "prompt": "best running shoes 2026",
    "model": "gpt-5-mini",
    "result_text": "यहां 2026 में सर्वश्रेष्ठ दौड़ने वाले जूते हैं, जो प्रमुख ब्रांडों (ASICS, Nike, HOKA, Adidas, Brooks, Saucony) के बीच हाल के परीक्षणों के आधार पर है …",
    "content_references": [],
    "search_result": [
      { "title": "2026 के लिए 10 सर्वश्रेष्ठ दौड़ने वाले जूते | परीक्षण किए गए और रैंक किया गया", "url": "https://…", "snippet": "…", "attribution": "outdoorgearlab.com" }
    ],
    "links": [],
    "web_search": true
  }
}

n8n के अंदर इसे पढ़ने पर कुछ ईमानदार नोट्स:

• हर फ़ील्ड नल होने योग्य है। result_text खाली हो सकता है और search_result एक खाली एरे हो सकता है किसी दिए गए रन पर — कदम 3 में IF नोड ठीक इस मामले के लिए अस्तित्व में है। किसी भी व्यंजना में जिन्हें फ़ील्ड पढ़ते हैं, उनके लिए गायब फ़ील्ड की सुरक्षा करें।
• search_result संदर्भ सतह है। प्रत्येक प्रविष्टि में एक title, url, snippet, और attribution होता है; एक सेट नोड में URL से होस्ट को पार्स करें और रन के दौरान संदर्भ में हिस्सेदारी के लिए tally करें।
• web_search अनुरोध को प्रतिध्वनित करता है। यह दर्शाता है कि रन के लिए लाइव-स्रोत पुलिंग सक्रिय थी या नहीं; सिफारिश संकेतों पर बेहतर समाधान के लिए इसे body में true रखें।
• आउटपुट रन के अनुसार भिन्न होता है। एक ही संकेत के लिए उत्तर की लंबाई और स्रोत की संख्या बदलती है, यही कारण है कि कैप्चर समय-मुद्रण और task_id हर संग्रहीत पंक्ति पर मौजूद होना चाहिए।

अक्सर पूछे जाने वाले प्रश्न

प्रश्न: क्या मुझे n8n को LLM Chat Scraper से कनेक्ट करने के लिए कोई कोड लिखने की ज़रूरत है?
नहीं। इंटीग्रेशन HTTP अनुरोध नोड है जिसे POST विधि, /api/v2/scraper/execute URL, x-api-token हेडर और JSON बॉडी के साथ कॉन्फ़िगर किया गया है। n8n होस्ट पर स्थापित करने के लिए कोई SDK नहीं है और लिखने के लिए कोई फ़ंक्शन नोड नहीं है।

प्रश्न: मेरा Scrapeless API कुंजी n8n में कहाँ जाए?
HTTP Request नोड के हेडर में — Send Headers सक्षम करें, x-api-token नाम का एक हेडर जोड़ें, और इसके मान को आपकी कुंजी पर सेट करें, या एक n8n क्रेडेंशियल का संदर्भ दें ताकि कुंजी नोड में स्वयं संग्रहीत न हो। यही हेडर कार्यप्रवाह में हर Scrapeless कॉल पर काम करता है।

प्रश्न: क्या मैं एक ही रन में कई संकेत कैसे भेजूं?
Schedule Trigger के बाद एक सेट नोड का पालन करें जो अपने संकेत सूची को आउटपुट करता है, या गूगल शीट से संकेत पढ़ें। प्रत्येक संकेत अपनी आईटम बन जाती है और HTTP Request नोड के माध्यम से अलग से प्रवाहित होती है, इसलिए एक रन पूरे सेट को कैप्चर करता है।

प्रश्न: जब उत्तर खाली वापस आता है तो क्या होता है?
ChatGPT उत्तर प्रति-सेशन होते हैं, इसलिए एक खाली task_result का मतलब है कि उस रन पर उस क्वेरी का कोई उत्तर नहीं है। IF नोड की खाली शाखा कोई कार्य नहीं रिकॉर्ड करती है और रुक जाती है; अगला अनुसूचित रन भरे हुए उत्तर का अगला मौका होता है। कार्यप्रवाह वही कॉल फिर से नहीं भेजता।

प्रश्न: क्या मैं एक ही कार्यप्रवाह से जेमिनी और पेरप्लेक्सिटी को कैप्चर कर सकता हूं?
हाँ। HTTP Request नोड की नकल करें और निर्माता स्ट्रिंग को scraper.gemini या scraper.perplexity में बदलें। अंत बिंदु, हेडर, और { status, task_id, task_result } लिफाफा समान हैं, इसलिए IF और संग्रह नोड नीचे की ओर नहीं बदलते हैं।

प्रश्न: मुझे HTTP Request नोड के बजाय MCP Client नोड का उपयोग कब करना चाहिए?
पूर्वानुमानित संकेतों के साथ एक फिक्स्ड, शेड्यूल कैप्चर के लिए HTTP Request नोड का उपयोग करें। जब एक n8n AI एजेंट को अपने आप यह निर्णय लेना चाहिए कि क्या और क्या क्वेरी करना है — उस समय MCP Client नोड का उपयोग करें, जिसे Scrapeless MCP सर्वर की ओर इंगित किया गया है — स्क्रैपर तब एजेंट द्वारा बुलाए जाने वाले उपकरण के रूप में कार्य करता है।

प्रश्न: क्या मुझे अपने n8n होस्ट पर एक प्रॉक्सी या एक ब्राउज़र चलाना आवश्यक है?
नहीं। रेंडरिंग, आवासीय बाहर निकलना, और एंटी-बॉट संभालना सभी Scrapeless पर सर्वर-साइड चलाते हैं। n8n होस्ट केवल एक आउटबाउंड HTTPS अनुरोध करता है; बॉडी में country फ़ील्ड बाहर निकलने वाले मार्केट का चयन करती है।

प्रश्न: क्या ChatGPT उत्तर एकत्र करना कानूनी है?
वापस किए गए डेटा सार्वजनिक रूप से दिखाई देने वाले उत्तर हैं जो ChatGPT किसी भी उपयोगकर्ता को दिखाता है। किसी भी स्क्रैपिंग के साथ, वैधता न्यायालय क्षेत्र और उपयोग पर निर्भर करती है — संबंधित शर्तों की समीक्षा करें और निर्माण से पहले सलाह परामर्श करें, और केवल सार्वजनिक उत्तर और स्रोत डेटा एकत्र करें, कभी भी व्यक्तिगत डेटा नहीं।

निष्कर्ष: एक चार-नोड स्थायी कैप्चर

n8n को Scrapeless LLM Chat Scraper से जोड़ना एक HTTP Request नोड तक घटित होता है: POST { actor, input } को /api/v2/scraper/execute पर एक x-api-token हेडर के साथ, task_result को वापस पढ़ें, खाली रन पर शाखा करें, और पंक्ति को संग्रहीत करें। एक Schedule Trigger इसे एक स्थायी मॉनिटर में बदलता है, और MCP Client नोड इसे एक एजेंट उपकरण में बदलता है जब कार्यप्रवाह को एक की आवश्यकता होती है। संकेत सेट को स्कोप में रखें, प्रत्येक मार्केट के लिए country को स्थिर रखें, हर फ़ील्ड को नल पर विचार करें, और task_id प्लस एक समय-मुद्रा को संग्रहीत करें ताकि श्रृंखला संकेत हो। Universal Scraping API क्रेडिट के साथ एक शेड्यूल पर एक स्थिर संकेत सेट चलाएं, और उत्तर इंजन तब बाकी कार्यप्रवाह में जो कुछ भी करता है उसके लिए एक साफ़ इनपुट बन जाता है। अनुरोध अनुबंध और फ़ील्ड नामों की पुष्टि लाइव LLM Chat Scraper निर्माता के खिलाफ की गई है, और नोड पैरामीटर को वर्तमान n8n नोड संदर्भ के खिलाफ किया गया है।

क्या आप अपने AI-उत्तर डेटा पाइपलाइन का निर्माण करने के लिए तैयार हैं?

हमारे समुदाय में शामिल हों, एक मुफ्त योजना प्राप्त करें और उन डेवलपर्स के साथ कनेक्ट करें जो AI-उत्तर डेटा पाइपलाइन बना रहे हैं: Discord · Telegram。

app.scrapeless.com पर साइन अप करें मुफ्त परीक्षण क्रेडिट के लिए और ऊपर दिए गए चार-नोड कार्यप्रवाह को उन संकेतों, इंजनों और बाजारों की ओर इंगित करें जिनका आपका कार्यक्रम ट्रैक करता है।