ApifyWrapper#

class langchain_community.utilities.apify.ApifyWrapper[来源]#

基础类：BaseModel

围绕Apify的封装。 要使用，你应该安装了apify-client python包， 并且环境变量APIFY_API_TOKEN设置为你的API密钥，或者将 apify_api_token作为命名参数传递给构造函数。

通过解析和验证来自关键字参数的输入数据来创建一个新模型。

如果输入数据无法验证以形成有效模型，则引发 [ValidationError][pydantic_core.ValidationError]。

self 被显式地设为仅位置参数，以允许 self 作为字段名称。

param apify_api_token: str | None = None#
param apify_client: Any [Required]#
param apify_client_async: Any [Required]#
async acall_actor(actor_id: str, run_input: Dict, dataset_mapping_function: Callable[[Dict], Document], *, build: str | None = None, memory_mbytes: int | None = None, timeout_secs: int | None = None) → ApifyDatasetLoader[source]#

在Apify平台上运行一个Actor并等待结果准备就绪。 :param actor_id: Apify平台上Actor的ID或名称。 :type actor_id: str :param run_input: 你试图运行的Actor的输入对象。 :type run_input: Dict :param dataset_mapping_function: 一个接受单个参数的函数

字典（一个Apify数据集项）并将其转换为Document类的实例。

Parameters:

  • build (str, optional) – 可选地指定要运行的actor构建。 它可以是构建标签或构建编号。

  • memory_mbytes (int, optional) – 运行的可选内存限制，单位为兆字节。

  • timeout_secs (int, optional) – 运行的可选超时时间，单位为秒。

  • actor_id (str)

  • run_input (Dict)

  • dataset_mapping_function (可调用的)

Returns:

一个加载器，将从

Actor运行的默认数据集中获取记录。

Return type:

ApifyDatasetLoader

async acall_actor_task(task_id: str, task_input: Dict, dataset_mapping_function: Callable[[Dict], Document], *, build: str | None = None, memory_mbytes: int | None = None, timeout_secs: int | None = None) → ApifyDatasetLoader[source]#

在Apify上运行一个保存的Actor任务并等待结果准备就绪。 :param task_id: Apify平台上任务的ID或名称。 :type task_id: str :param task_input: 您尝试运行的任务的输入对象。

覆盖任务保存的输入。

Parameters:

  • dataset_mapping_function (Callable) – 一个函数，它接受一个字典（Apify数据集项）并将其转换为Document类的实例。

  • build (str, optional) – 可选地指定要运行的actor构建。 它可以是构建标签或构建编号。

  • memory_mbytes (int, optional) – 运行的可选内存限制，单位为兆字节。

  • timeout_secs (int, optional) – 运行的可选超时时间，单位为秒。

  • task_id (str)

  • task_input (字典)

Returns:

一个加载器，将从

任务运行的默认数据集中获取记录。

Return type:

ApifyDatasetLoader

call_actor(actor_id: str, run_input: Dict, dataset_mapping_function: Callable[[Dict], Document], *, build: str | None = None, memory_mbytes: int | None = None, timeout_secs: int | None = None) → ApifyDatasetLoader[source]#

在Apify平台上运行一个Actor并等待结果准备就绪。 :param actor_id: Apify平台上Actor的ID或名称。 :type actor_id: str :param run_input: 你试图运行的Actor的输入对象。 :type run_input: Dict :param dataset_mapping_function: 一个接受单个参数的函数

字典（一个Apify数据集项）并将其转换为Document类的实例。

Parameters:

  • build (str, optional) – 可选地指定要运行的actor构建。 它可以是构建标签或构建编号。

  • memory_mbytes (int, optional) – 运行的可选内存限制，单位为兆字节。

  • timeout_secs (int, optional) – 运行的可选超时时间，单位为秒。

  • actor_id (str)

  • run_input (Dict)

  • dataset_mapping_function (可调用的)

Returns:

一个加载器，将从

Actor运行的默认数据集中获取记录。

Return type:

ApifyDatasetLoader

call_actor_task(task_id: str, task_input: Dict, dataset_mapping_function: Callable[[Dict], Document], *, build: str | None = None, memory_mbytes: int | None = None, timeout_secs: int | None = None) → ApifyDatasetLoader[source]#

在Apify上运行一个保存的Actor任务并等待结果准备就绪。 :param task_id: Apify平台上任务的ID或名称。 :type task_id: str :param task_input: 您尝试运行的任务的输入对象。

覆盖任务保存的输入。

Parameters:

  • dataset_mapping_function (Callable) – 一个函数，它接受一个字典（Apify数据集项）并将其转换为Document类的实例。

  • build (str, optional) – 可选地指定要运行的actor构建。 它可以是构建标签或构建编号。

  • memory_mbytes (int, optional) – 运行的可选内存限制，单位为兆字节。

  • timeout_secs (int, optional) – 运行的可选超时时间，单位为秒。

  • task_id (str)

  • task_input (Dict)

Returns:

一个加载器，将从

任务运行的默认数据集中获取记录。

Return type:

ApifyDatasetLoader

使用 ApifyWrapper 的示例