Scrapeless 每周更新日志：2026年8月3日至9日 更新

TL;DR:

• 新的 n8n AI Scraper 已上线。 团队可以将 Scrapeless AI 数据收集添加到可视化自动化工作流程中，减少集成工作。
• ChatGPT Scraper 更可靠地处理请求。 该服务可以支持更大的工作负载，并提供更一致的结果交付。
• 广告数据捕获更一致。 支持的 ChatGPT 收集工作流程现在在可用时更有可能返回广告数据。
• 购物数据更容易对账。 Markdown 中的产品卡现在与 JSON 响应中的产品 ID 一一对应。

---

当 AI 数据收集的输出可以直接移动到工作流程、数据库或监控系统时，其实用性更强。在 8 月 3 日至 9 日期间，Scrapeless 启动了新的 n8n AI Scraper，并提升了 ChatGPT 在可靠性、广告数据和购物结果一致性方面的收集。

🌟 重大更新

新的 n8n AI Scraper 已上线

新的 n8n AI Scraper 将 Scrapeless AI 数据收集引入可视化自动化工作流程。团队可以使用 n8n 将收集步骤与调度、转换、数据库、电子表格、警报和下游 AI 过程连接起来。

此版本适用于定期 AI 答复监控、研究管道、电子商务情报和其他需要将收集输出移动到另一个系统而无需自定义编排层的工作流程。

Scrapeless 已通过其 n8n 集成 支持可视化数据工作流程。新的 AI Scraper 扩展了该工作流程优先的方法来进行 AI 数据收集。

ChatGPT Scraper 可靠性提升

scraper.chatgpt 现在提供更稳定的收集，并可以支持更大的请求量。该更新提高了成功结果的交付，而无需更改面向客户的请求工作流程。

该服务还对支持的请求提供了更一致的广告数据捕获。广告输出仍然可能因提示和响应上下文而有所不同，因此集成仍应将广告字段视为条件而非保证。

探索 LLM Chat Scraper，将 AI 答复数据连接到团队当前正在运行的工作流程。

购物产品卡与 JSON ID 现已对齐

购物数据现在在 Markdown 输出中的产品卡与 JSON 响应中的产品 ID 之间保持一对一关系。

这种对齐使得混合格式的响应更容易处理。管道可以显示可读的 Markdown 卡片，通过 ID 定位对应的结构化产品记录，并将正确的产品数据传递到存储或分析中，而无需依赖基于位置的匹配。

⬆️ 服务改进

本周面向客户的服务工作重点关注三个方面：

• 更高的成功结果交付率，适用于 scraper.chatgpt
• 在出现广告时更一致的广告数据收集
• Markdown 购物卡与结构化 JSON 产品之间的对账更清晰

这些变化保持了现有的集成表面，同时提高了下游数据处理的质量和一致性。

👀 这对开发者意味着什么

新的 n8n AI Scraper 减少了将 AI 收集放置于定期或事件驱动工作流程所需的工作。ChatGPT Scraper 的改进帮助这些工作流程处理更多请求，而一对一的购物数据 ID 为开发者在 Markdown 和 JSON 输出之间提供了可靠的连接键。

有关实用的工作流程模式，请阅读 n8n + LLM Scraper：在无代码工作流程中捕获 AI 答复。在规划生产工作负载时，您还可以查看 Scrapeless 价格。

结论

8 月 3 日至 9 日的发布将 AI 收集更直接地连接到 n8n，并改善了 ChatGPT 购物工作流程返回的数据。团队获得了从 AI 响应到自动化的更清晰路径，外加更稳定的收集和更容易跨输出格式匹配的产品记录。