ScrapeGraphAI Überblick und Eckdaten (Oktober 2026)

ScrapeGraphAI ist eine quelloffene Python-Bibliothek, die mit Sprachmodellen und graphbasierten Abläufen Daten aus Websites und lokalen Dokumenten ausliest. Sie beschreiben in normaler Sprache, was Sie brauchen.

Die Bibliothek bietet fertige Abläufe, sogenannte Graphs, für typische Scraping-Aufgaben. Der meistgenutzte, SmartScraperGraph, nimmt eine Anweisung und eine URL und gibt die gewünschten Daten zurück. Er läuft in Python, holt Seiten mit Playwright und arbeitet mit einem frei wählbaren Sprachmodell. Das Team verkauft zusätzlich eine gehostete API mit SDKs für Python und Node sowie Anbindungen an Zapier, n8n, Bubble und Dify. Das Repository steht unter MIT-Lizenz.

• Liest Daten nach Anweisung ausSie beschreiben die gewünschten Felder, etwa Firmenname, Kontaktseite und Produktliste, und das Sprachmodell liest sie von der Seite. Analyseteams sammeln so Daten auch von Websites mit wechselndem Layout, ohne Selektoren zu schreiben.
• Liest lokale Dokumente ausDieselben Abläufe funktionieren mit XML-, HTML-, JSON- und Markdown-Dateien. Teams holen strukturierte Felder aus exportierten Seiten oder Dokumentationen, die bereits auf eigenen Laufwerken liegen. Ein Webabruf entfällt dabei. Mit einem lokalen Modell bleiben die Daten vollständig auf eigenen Systemen.
• Bindet sich an Agenten-Frameworks anAnbindungen an LangChain, LlamaIndex und CrewAI sowie ein MCP-Server machen den Scraper zum Werkzeug für Agenten. Ein Agent sammelt dann Daten von einer Seite als einen Schritt einer größeren Aufgabe.

• Unabhängig vom Modell: Sie nutzen das Sprachmodell Ihrer Wahl, auch lokal betriebene Modelle.
• README und Dokumentation in elf Sprachen, darunter Deutsch.

ScrapeGraphAI ist eine quelloffene Python-Bibliothek aus PyPI und wird weltweit genutzt; die Dokumentation gibt es in elf Sprachen, darunter Deutsch.

Jede Extraktion ruft ein Sprachmodell auf. Kosten und Datenflüsse hängen also vom gewählten Modellanbieter ab, bei einem Cloud-Modell verlassen Seiteninhalte Ihre Systeme. Sprachmodelle können Felder falsch oder gar nicht auslesen, prüfen Sie daher Stichproben, bevor Sie sich auf die Ergebnisse verlassen. Im Selbstbetrieb pflegt Ihr Team Bibliothek und Playwright. Die separat verkaufte gehostete API bietet Funktionen zum Umgehen von Bot-Schutz an, Stealth-Rendering und Anti-Bot-Funktionen sind dort enthalten. Deren Einsatz kann gegen die Nutzungsbedingungen der Zielseiten verstoßen und ist in Deutschland rechtlich riskant, etwa nach § 202a StGB oder dem Datenbankrecht. Lassen Sie den Einsatz vorher rechtlich prüfen.

Noch keine Bewertung. Erzählen Sie als Erste:r, wie Ihr Team es nutzt.

Jede Bewertung zeigt ihre Prüfstufe. Wir lesen jede vor der Veröffentlichung. So prüfen wir Bewertungen