>Nimble 的 Extract 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，Extract 工具处理已知 URL——非常适合需要获取和处理特定网页内容的代理工作流，包括分页、过滤器和客户端渲染背后的内容。

概述

集成详情

工具特性

主要特性：

• URL 提取：并行从 1-20 个 URL 提取渲染内容
• 动态渲染：处理 JavaScript、延迟加载和客户端渲染
• 多种格式：plain_text（默认）、markdown 或 simplified_html
• 可配置的等待时间：控制慢加载内容的页面加载行为
• 浏览器驱动：选择 vx6、vx8 或 vx10 驱动以满足不同的渲染需求
• Production-ready：原生异步支持、自动重试、连接池

设置

该集成位于 langchain-nimble package.

pip install -U langchain-nimble

uv add langchain-nimble

凭据

您需要 Nimble API 密钥才能使用此工具。在 Nimble 注册以获取您的 API 密钥并访问他们的免费试用版。

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该工具：

from langchain_nimble import NimbleExtractTool

# Basic usage
tool = NimbleExtractTool()

在代理中使用

我们可以将 Nimble 提取工具与代理一起使用，为其提供 URL 内容提取能力。以下是使用 LangGraph 的完整示例：

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/"

stream = agent.stream_events({"messages": user_input}, version="v3")
for snapshot in stream.values:
    snapshot["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：

最佳实践

驱动程序选择

• vx6 （默认）：针对标准网站的快速提取
• vx8：针对中等复杂网站的均衡性能
• vx10：针对重度 JavaScript 的 SPA 和复杂动态内容的全面渲染

何时使用等待时间

• 无等待 (wait=None)：最适合具有快速初始渲染的大多数现代网站
• 短等待 (wait=1000-2000)：适用于具有懒加载或动态内容的网站
• 较长等待 (wait=5000+)：适用于需要完全渲染时间的慢加载页面或复杂 SPA 应用程序

URL 管理

• 批量提取：每次调用提供 1-20 个 URL 进行并行提取
• 错误处理：失败的 URL 将在代理错误处理中报告
• 内容验证：代理应在处理前验证提取的内容

性能优化

• 选择适当的格式：使用 **纯文本_文本** 以提高速度， **Markdown** 以保持结构， **HTML** 以获得详细样式
• 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
• 批量处理相关 URL：从同一域并行提取多个 URL 以提高效率
• 使用异步：调用 ainvoke() 以实现高吞吐量

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.