Artículos para quien
entrega el stack
Textos sobre React, Node.js, TypeScript y AI. El cuerpo traducido se muestra cuando existe. Si no, ve el texto en inglés y una nota que lo dice.
Etiqueta: scraping
Raspado de producción detrás de las defensas contra bots: patrones operativos
Extracción de datos públicos que se encuentran detrás de las defensas contra bots desde Node.js: límites de velocidad, higiene de identidad, respuestas falsas 200 y rutas de solicitud que resisten el bloqueo.
17 min de lecturaAjustes de LangChain WebBaseLoader que conservan el texto de la página y eliminan Chrome
WebBaseLoader carga las páginas en Documents. SoupStrainer, los encabezados, SSL, proxies, tiempos de espera, límites de velocidad y sesiones determinan si la incorporación mediante RAG obtiene el texto del artículo o ruido de navegación.
5 min de lecturaPor qué aumentar la concurrencia provoca errores HTTP 429: tasa de inicio y límites por host
Aumentar el número de trabajadores sin establecer una tasa de inicio ni límites por host genera picos que provocan errores 429. El rendimiento proviene de una concurrencia controlada, mecanismos de retraso y un diseño honesto de colas.
16 min de lectura
Sobre estos artículos
Presupuesto en 24 h
¿Necesitas el mismo stack en una capa de operador? Envía el brief — presupuesto en 24 h.