Skip to main content

Extracteur web

Les LLM ne peuvent pas accéder directement aux données des pages web. L'extracteur web accède à une URL et extrait son contenu pour le modèle.

Utilisation

L'extracteur web s'utilise de quatre manières. Les paramètres requis diffèrent selon la méthode :
  • OpenAI-compatible - Responses API
  • Compatible avec Anthropic
Ajoutez web_search et web_extractor au paramètre tools.
Pour une meilleure précision avec les problèmes mathématiques ou d'analyse de données, activez également l'outil code_interpreter .
# Import dependencies and create a client...
response = client.responses.create(
    model="qwen4-max",
    input="Please visit the official Alibaba Cloud Model Studio documentation for the code interpreter and summarize its main content",
    tools=[
        # To enable web extraction, also enable the web search tool
        {"type": "web_search"},
        {"type": "web_extractor"},
        {"type": "code_interpreter"}
    ],
    extra_body={
      # Thinking mode must be enabled
      "enable_thinking": True
    }
)

print(response.output_text)

Modèles pris en charge

deepseek-v4.1-flash-1017 prend en charge l'outil intégré web_extractor dans l'API Responses et web_fetch dans l'API compatible Anthropic dans les six régions et les périmètres de déploiement correspondants indiqués sur la page du modèle. kimi-k3.1-pro (déployé sur Alibaba Cloud Model Studio) prend en charge l'outil intégré web_extractor dans l'API Responses et web_fetch dans l'API compatible Anthropic à Pékin, Singapour, aux États-Unis (Virginie), en Allemagne (Francfort), au Japon (Tokyo) et en Chine (Hong Kong).

Modèles recommandés

  • Responses API
Qwen-Max : qwen4-max , séries Qwen3,8-Max, Qwen3,7-MaxQwen-Plus : séries Qwen3,7-Plus, Qwen3,6-Plus, Qwen3,5-PlusDeepSeek : deepseek-v4-flash-0731, deepseek-v4-proGLM : glm-5,2Série open source Qwen3,8

Autres modèles

Les modèles suivants prennent également en charge cet outil, mais leurs performances peuvent être inférieures à celles des modèles recommandés. Ils sont uniquement pris en charge via l'API Responses.
  • Qwen-Flash : séries Qwen3,7-Flash, Qwen3,6-Flash, Qwen3,5-Flash
  • Série open source Qwen3,6 (sauf qwen3,6-27b)
  • Série open source Qwen3,5

Premiers pas

Cet exemple appelle l'extracteur web via l'API Responses pour résumer un document technique.
Vous devez obtenir une clé API et la configurer comme variable d'environnement .
python
import os
from openai import OpenAI

client = OpenAI(
    # If the environment variable is not configured, replace the next line with api_key="sk-xxx", using your Model Studio API key.
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    # Chine (Pékin) region. Replace {WorkspaceId} with your actual Workspace ID. URLs vary by region.
    base_url="https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1"
)

response = client.responses.create(
    model="qwen4-max",
    input="Please visit the official Alibaba Cloud Model Studio documentation for the code interpreter and summarize its main content",
    tools=[
        {
            "type": "web_search"
        },
        {
            "type": "web_extractor"
        },
        {
            "type": "code_interpreter"
        }
    ],
    extra_body = {
        "enable_thinking": True
    }
)
# Uncomment the following line to view intermediate process outputs
# print(response.output)
print("="*20+"Response Content"+"="*20)
print(response.output_text)
# Print the number of tool calls
usage = getattr(response, "tool_usage", {})
print("="*20+"Tool Call Count"+"="*20)
if usage:
    print(f"\nWeb extraction count: {usage.get('web_extractor', {}).get('num_requests')}")
Exemple de sortie :
====================Response Content====================
Based on the official Alibaba Cloud Model Studio documentation, I have summarized the core content of the **code interpreter** feature for you:

## 1. Feature Positioning

...

> **Document Source**: Alibaba Cloud Model Studio official documentation - [Qwen Code Interpreter](https://www.alibabacloud.com/help/en/model-studio/qwen-code-interpreter) and [Assistant API Code Interpreter](https://www.alibabacloud.com/help/model-studio/code-interpreter) (Updated: December 2025)
====================Tool Call Count====================

Web extraction count: 1

Sortie en continu

L'extraction web peut prendre du temps. Activez la sortie en continu pour recevoir les résultats intermédiaires en temps réel.
Utilisez l'API Responses pour récupérer l'état d'exécution intermédiaire des outils.
  • OpenAI-compatible - Responses API
python
import os
from openai import OpenAI

client = OpenAI(
    # If the environment variable is not configured, replace the next line with api_key="sk-xxx" (not recommended), using your Model Studio API key.
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    # Chine (Pékin) region. Replace {WorkspaceId} with your actual Workspace ID. URLs vary by region.
    base_url="https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1"
)

stream = client.responses.create(
    model="qwen4-max",
    input="Please visit the official Alibaba Cloud Model Studio documentation for the code interpreter and summarize its main content",
    tools=[
        {"type": "web_search"},
        {"type": "web_extractor"},
        {"type": "code_interpreter"}
    ],
    stream=True,
    extra_body={"enable_thinking": True}
)

reasoning_started = False
output_started = False

for chunk in stream:
    # Print the thinking process
    if chunk.type == 'response.reasoning_summary_text.delta':
        if not reasoning_started:
            print("="*20 + "Thinking Process" + "="*20)
            reasoning_started = True
        print(chunk.delta, end='', flush=True)
    # Print when tool call is complete
    elif chunk.type == 'response.output_item.done':
        if hasattr(chunk, 'item') and hasattr(chunk.item, 'type'):
            if chunk.item.type == 'web_extractor_call':
                print("\n" + "="*20 + "Tool Call" + "="*20)
                print(chunk.item.goal)
                print(chunk.item.output)
            elif chunk.item.type == 'reasoning':
                reasoning_started = False
    # Print the response content
    elif chunk.type == 'response.output_text.delta':
        if not output_started:
            print("\n" + "="*20 + "Response Content" + "="*20)
            output_started = True
        print(chunk.delta, end='', flush=True)
    # When the response is complete, print the number of tool calls
    elif chunk.type == 'response.completed':
        print("\n" + "="*20 + "Tool Call Count" + "="*20)
        usage = getattr(chunk.response, "tool_usage", {})
        if usage:
            print(f"Web extraction count: {usage.get('web_extractor', {}).get('num_requests')}")
            print(f"Web search count: {usage.get('web_search', {}).get('num_requests')}")

Facturation

La facturation comprend :
  • Frais d'appel de modèle : le contenu extrait de la page web est ajouté à l'invite, ce qui augmente le nombre de jetons d'entrée. Ces jetons sont facturés au tarif standard du modèle. Pour plus de détails sur les tarifs, consultez la console Model Studio.
  • Frais d'appel d'outil : incluent l'extraction web et la recherche web.
    • Frais de recherche web pour 1 000 appels :
      • Région Chine (Pékin) : 0,57341 USD.
      • Région Singapour : 10,00 USD.
    • L'extracteur web est gratuit pour une durée limitée.