• 簡數采集器可快捷實現幫助文檔全自動化采集，只需輸入一個網址，即可自動沿頁面內鏈接連續采集、遍歷抓取整套文檔內容。同時支持結構化數據輸出，可直接用于 AI 知識庫搭建、AI 智能體訓練等場景。體訓練等場景。
• 本方案特別適用于采集各類網站的文檔資料，如：幫助中心、開發手冊、使用教程、用戶操作指南等。
  

只需三步操作，輕松完成文檔采集：

1. 創建并配置采集任務

此步驟配置單網頁內容采集規則（標題、正文等），作為后續循環采集整套文檔的 “樣板” 。

1）新建任務

在簡數控制臺，點擊【+創建采集任務(高級模式：表格|零散|Json |無限循環)】 → 采集模式選擇【詳情頁（單網頁：零散、批量或無限循環）】 → 填寫任務名稱，輸入文檔的任意一個網址（如 https://doc.keydatas.com/） → 保存，進入詳情提取器配置采集規則。

2）配置采集規則

在詳情提取器的可視化窗口，只需用鼠標點選目標內容，即可簡單快捷完成采集規則配置，完全不用編寫代碼！

可根據需求自定義添加、修改或刪除字段，常用字段有：title（標題）、content（正文）、pubDate（時間）、tag（標簽）等。

詳細使用說明可查看《詳情提取器-內容采集規則配置教程》。

2. 設置無限循環采集，遍歷整套文檔

開啟無限循環采集功能：系統在采集詳情頁內容時，會自動提取頁面中的關聯鏈接（如"上/下一篇" 或 "上/下一頁"），并將其加入采集隊列，以此實現一頁接一頁的循環采集，直至整套文檔全部采集完成。

1）啟用無限循環采集功能

在詳情頁提取器，打開【無限循環啟用配置】，勾選【啟用無限循環采集】，其余配置通常保持默認即可，保存。

2）選取循環采集的關聯鏈接

點擊開啟【無限點選開關】，在可視化窗口中，點選頁面內的關聯鏈接區域（如"下一篇" 或 "下一頁"等按鈕），保存。

3）啟動采集并查看結果

返回任務基本信息頁，點擊【啟動采集】，采集過程中可關閉頁面與電腦，簡數全程云端運行無需掛機。

采集結果如下圖所示：

3. 數據導出與場景應用

簡數提供多種數據導出與推送方式：開放接口API（JSON格式）、自定義Http接口、數據庫、各類CMS網站系統（wordpress、zblog等）、以及導出文件（Excel、Sql、Word、Txt等），方便用戶將數據應用到各種場景。

AI 知識庫應用示例：將采集的文檔數據導出為 TXT 文件，上傳至扣子（Coze）等 AI 平臺的專屬知識庫中，即可直接供 AI 智能體調用。