Scrapling：讓 Claude 直接抓網站
Scrapling 是一套 BSD-3-Clause 授權的開源 Python Web Scraping 框架，想把「抓頁面、跑 JavaScript、避開常見反爬蟲、解析資料、持續爬站」收進同一套工具。它提供一般 HTTP、Chromium 動態渲染與 stealth browser，還能透過 MCP 接到 Claude Desktop、Claude Code 等 AI 工具，用對話要求它擷取商品名稱、價格、連結或網頁正文。另一個特色是 adaptive scraping：先保存元素的標籤、文字、屬性與相鄰結構，網站改版後再以相似度重新定位，不是每次都呼叫 AI。
現實應用
電商團隊可以追蹤商品價格與庫存；業務、行銷和研究人員能整理公開名單、新聞或競品資料；開發者則可拿它建立資料管線、RAG 知識來源與定期監測服務。MCP 模式會先用 CSS selector 或主內容清理縮小資料，再把結果交給模型，比把整頁 HTML 塞進 Claude 更省 token。
它也支援並行抓取、proxy、持久 browser session、暫停／續跑與即時串流，因此不只適合單頁測試，也能擴展成 crawler。不過「能繞過 Cloudflare」不等於任何網站都保證成功，IP 信譽、登入、CAPTCHA、流量限制及網站更新仍會影響結果。
期望評估
低標方面，我認為至少能得到一套比 requests 加 BeautifulSoup 更完整的 Python 抓取工具：靜態頁、SPA、指定元素與批次網址可用相近介面處理，Claude 使用者也能少寫一些膠水程式。
高標方面，我猜它有機會成為 AI agent 的本機資料取得層，讓模型自行判斷要用一般 request、動態 browser 或 stealth 模式，完成跨頁查找、擷取與彙整。adaptive scraping 若碰到的只是 DOM 搬家，也可能明顯降低 selector 維護量；若內容語意或流程完全改寫，仍得人工調整。
社群圖上的「快 1679 倍」要保守看。官方目前的測試是在 5,000 層巢狀元素做文字擷取，Scrapling 約 1.98 ms，BS4 搭 html5lib 約 3,388 ms，差距約 1,711 倍；但它不是完整爬站速度，更不能直接代表網路、瀏覽器或 Cloudflare 處理效能。
商業策略分析
我認為最直接受影響的是代寫爬蟲、Scraper API 與低程式碼資料擷取服務。Scrapling 本身免費，會壓低原型與內部工具的成本；但 proxy、IP 管理、監控、資料清洗及合規仍有付費空間，所以商用服務不至於被整套取代。
值得跟進，但適合先拿一兩個真實網站做壓力與改版測試，而不是因 benchmark 就全面換框架。企業若處理個資、著作內容或商業用途，還要確認 robots.txt、服務條款、rate limit 與授權；官方也明確要求使用者自行遵守相關法規。
實作細節
Scrapling 需要 Python 3.10 以上。只用 parser 可執行 pip install scrapling；需要 fetcher 與 browser 則安裝 pip install "scrapling[fetchers]" 後執行 scrapling install。接 Claude 的 MCP 版本使用 pip install "scrapling[ai]"，再以 scrapling mcp 啟動；官方亦提供已含 browser 的 Docker image。
MCP 內建一般抓取、批次抓取、動態渲染、stealth 抓取、截圖及 session 管理工具。官方建議簡單頁先用 get、SPA 用 fetch、受保護網站才用 stealthy_fetch，多網址則使用 bulk 與持久 session，完成後記得關閉 session。