讀取網址¶

這頁的用途¶

Read URL 任務從指定的網址抓取網頁內容，並轉成乾淨的 Markdown 或保留原始 HTML，方便後續交給大型語言模型 (LLM) 處理、匯入知識庫或做資料分析。常見情境：

抓取文章、部落格或新聞內容，餵給 RAG 流程。
擷取文件頁面，匯入知識庫。
從網頁取得產品描述或規格。
把網頁內容轉成 Markdown，方便 LLM 閱讀。

開始前

一般網址不需任何前置資源。若目標網站需要驗證或特定連線設定，可選用一個 HTTP 類型的連結器 (Connector) 來提供請求標頭（見下方欄位說明）。連結器建立方式見連結器資源頁。

操作步驟¶

新增一個 Read URL 任務節點，點選它開啟右側設定表單（如何新增請見任務使用指南）。在「新增狀態」面板裡它叫「讀取網址」——搜尋框打 Read URL 會找不到，請搜「讀取網址」或直接在分類裡找。
在「名稱」填步驟名稱。
在「網址」填要讀取的網頁網址（必須是 http:// 或 https:// 開頭的合法網址），也可用 JSONPath 從輸入帶入（路徑寫法見 JSONPath 語法）。
視需要展開「進階任務設定」設定連結器、HTTP 標頭、格式、文字數量上限、逾時與 Meta 屬性。
設定「下一個狀態」，視需要填「附註」，再用「測試任務」按鈕（）試跑。

完整欄位說明¶

下表只列 Read URL 任務特有的欄位。名稱、附註、下一個狀態、輸入與輸出、錯誤處理等共用分區，請見任務通用設定。

設定分頁（基本欄位）¶

欄位	必填	預設	說明
網址	是	`https://`	要讀取的網頁網址，支援靜態頁面。必須是 `http://` 或 `https://` 開頭的合法網址。可用 JSONPath 從輸入帶入，例如 `$.article_url`。

進階任務設定（摺疊區塊）¶

展開設定分頁底部的「進階任務設定」可看到下列 Read URL 特有欄位：

欄位	必填	預設	說明
連結器	否	無	選用一個 HTTP 類型的連結器來提供請求標頭，可安全存放敏感資訊（如驗證金鑰）。若直接在 HTTP 標頭填寫，值會以明文儲存且不受保護。可清除、也可從輸入動態帶入。建立方式見連結器資源頁。
HTTP 標頭	否	空表格	要附加到請求的自訂 HTTP 標頭，例如 `User-Agent`、`Authorization`、`Cookie`。是一張「鍵／值」表格，按逐列新增。某些網站會擋預設爬取，可加自訂 `User-Agent` 降低被封鎖機率。需隱藏敏感資訊時建議改用連結器。把滑鼠移到欄位上，標籤右側會出現「JSON」開關，可改成一次貼上整包標頭（開關平常隱藏，見任務通用設定）。
格式	否	Markdown	從網頁讀出的內容格式。可選 `Markdown`（輕量標記語言，呈現結構化資訊，建議用於 LLM）或 `HTML`（原生網頁格式，保留完整排版與結構）。
文字數量上限	否	4096	讀取內容的最大字數，用來限制長度避免內容過長壓垮 LLM。兩種用法：有填數字時就是上限，可填的最小值是 1024（比 1024 小的數字不接受）；整格清空代表不設上限、讀取完整內容。
逾時	否	空白	整次讀取的最長秒數，填了就要在 5 到 300 之間。抓取網址與解析文件共用這份預算，所以 PDF 這類文件可能光解析就把時間用完。留空代表不設明確上界。一般情況留空即可，只有整條工作流程有時限、需要硬性限制單次讀取時間時才填。
Meta 屬性	否	空白	（只有「格式」為 Markdown 且回應是文字時才生效）要從網頁的 HTML `<meta>` 標籤抽出來的屬性名稱。打一個按 Enter 新增一個，可加多筆；命中的項目會前置在內容之前。欄位裡沒有範例提示，寫法就是這樣：`og:title`、`og:description`、`description`、`author`。

「清空」和「最小 1024」不衝突

這兩件事講的是不同狀態：清空＝這個欄位沒有值，平台就不做字數限制；一旦填了數字，那個數字才要 ≥ 1024。想讀完整內容就把欄位清空——把滑鼠移到欄位上，右側會浮現清除（）鈕，平常不會顯示。實際預設值與下限以後端設定為準。

填了「逾時」之後，抓不到就是抓不到

平台預設會在讀不到時自動換一種連線協定再試一次；一旦設了「逾時」，抓取逾時就是最終結果，不會再往下一階協定重試。所以原本「HTTP/2 卡住但 HTTP/1.1 正常」的站台，設了逾時之後就讀不到了。會遇到這種站台就把這一欄留空。

「格式」選了 HTML，「Meta 屬性」就白填了

「Meta 屬性」只在「格式」為 Markdown 時生效，但把「格式」切成 HTML 之後，這個欄位不會變灰、不會隱藏，也不會出現任何警示——畫面上完全看不出它已經失效。填了一堆 og:* 卻什麼都沒拿到時，先回頭確認「格式」是不是被改成 HTML 了。

「Meta 屬性」適合抓標題與摘要

很多網站把文章標題、摘要、封面圖放在 <meta property="og:..."> 裡。要做「一批網址整理成清單」這種事，填 og:title、og:description 就能連同正文一起拿到這些欄位，不必再寫程式去剖析 HTML。記得「格式」要維持 Markdown——選 HTML 時這一欄不生效。

實際範例與預期結果¶

設定內容：

網址：$.article_url
格式：Markdown
文字數量上限：2000

工作流程輸入：

{
  "article_url": "https://example.com/articles/ai-trends"
}

測試輸出（讀到的內容放在 read_url_output）：

{
  "errors": null,
  "action_type": "read_url_action",
  "read_url_output": "# 2025 年 AI 趨勢\n\n人工智慧持續快速發展，出現了幾個關鍵趨勢..."
}

Note

輸出以後端實際回傳為準：讀到的內容放在 read_url_output，action_type 固定為 read_url_action。選 Markdown 時內容為 Markdown 文字，選 HTML 時為 HTML。

下一步¶

用搜尋引擎任務找出要抓取的網址，再串到這個任務。
用程式碼 (Code) 任務擷取內容中的特定區段。
把內容交給 LLM 任務做摘要或分析。
回到任務通用設定了解共用分區。