Saltar al contenido principal

Fuentes de Datos de Sitios Web

Beak AI Studio permite que los agentes utilicen sitios web como fuentes de datos, con soporte para la integración con sitios públicos y privados, portales web y sitios de SharePoint.

Integraciones de Sitios Web Compatibles​

  • Sitios Web Públicos:
    • Extraiga texto, tablas y datos estructurados de páginas web de acceso público.
  • Sitios Privados y Aplicaciones Web:
    • Conéctese a portales internos, paneles de control y aplicaciones web autenticadas.
  • Sitios de SharePoint:
    • Recupere documentos y datos de portales web de SharePoint (requiere autenticación).

Métodos de Integración​

  • Web Scraping:
    • Defina reglas de extracción mediante selectores CSS o XPath.
    • Compatible con contenido estático y dinámico (renderizado con JavaScript) donde esté permitido.
  • Integración con SharePoint:
    • Autentíquese y acceda a sitios de SharePoint mediante OAuth2 o tokens de API.
  • Autenticación:
    • OAuth2, autenticación básica o cookies de sesión para sitios privados.
    • Para aplicaciones web que requieren inicio de sesión, proporcione credenciales o utilice SSO donde sea compatible.

Protocolos Compatibles​

  • HTTP y HTTPS (se recomiendan conexiones seguras)
  • WebSocket y otros protocolos no están actualmente soportados para fuentes de datos de sitios web.

Requisitos de Configuración​

  • URL o Endpoint:
    • Introduzca la URL completa del sitio web, la aplicación web, la API o el sitio de SharePoint.
  • Detalles de Autenticación:
    • Proporcione las credenciales requeridas (OAuth2, nombre de usuario/contraseña, etc.).
  • Permisos:
    • Asegúrese de que AI Studio tenga acceso a los sitios privados o internos (puede requerir VPN o configuración de red).

Limitaciones y Consideraciones​

  • Cumplimiento de robots.txt:
    • El scraping respeta las reglas de robots.txt; algunos sitios pueden bloquear el acceso automatizado.
  • CAPTCHAs y Medidas Anti-Bot:
    • Es posible que los sitios con CAPTCHAs o protecciones anti-bot avanzadas no sean completamente accesibles.
  • Complejidad de Autenticación:
    • Algunas aplicaciones web requieren autenticación multifactor o SSO, lo que puede necesitar configuración adicional.
  • Límites de Velocidad:
    • Las APIs y los sitios web pueden aplicar límites de velocidad; configure los agentes para evitar solicitudes excesivas.
  • Uso Legal y Ético:
    • Solo extraiga o acceda a datos que esté autorizado a utilizar.

Cómo Agregar una Fuente de Datos de Sitio Web​

  1. Navegue a Fuentes de Datos

    • En Studio, vaya a la pestaña "Data Sources".

  2. Agregue una Nueva Fuente de Sitio Web

    • Haga clic en "Add Data Source" y seleccione "Website".

  3. Configure el Acceso al Sitio Web

    • Introduzca la URL.
    • Proporcione los detalles de autenticación si es necesario.

Casos de Uso de Ejemplo​

  • Monitoreo de Comercio Electrónico: Extraiga precios de productos y disponibilidad de sitios minoristas públicos.
  • Integración de Paneles Internos: Extraiga KPIs de un panel de control empresarial privado (con autenticación).
  • Agregación de Noticias: Ingiera artículos de múltiples sitios de noticias a través de feeds RSS.

Mejores Prácticas​

  • Utilice acceso autenticado para datos privados o sensibles.
  • Respete los términos de servicio del sitio y los requisitos legales.
  • Supervise los cambios en la estructura del sitio que puedan afectar las reglas de extracción.

Para integraciones avanzadas o solución de problemas, consulte las políticas de TI de su organización o póngase en contacto con su administrador.