- 简数采集器可快捷实现帮助文档全自动化采集，只需输入一个网址，即可自动沿页面内链接连续采集、遍历抓取整套文档内容。同时支持结构化数据输出，可直接用于 AI 知识库搭建、AI 智能体训练等场景。体训练等场景。
- 本方案特别适用于采集各类网站的文档资料，如：帮助中心、开发手册、使用教程、用户操作指南等。
只需三步操作，轻松完成文档采集：
1. 创建并配置采集任务
此步骤配置单网页内容采集规则（标题、正文等），作为后续循环采集整套文档的 “样板” 。
1）新建任务
在简数控制台，点击【+创建采集任务(高级模式：表格|零散|Json |无限循环)】 → 采集模式选择【详情页（单网页：零散、批量或无限循环）】 → 填写任务名称，输入文档的任意一个网址（如 https://doc.keydatas.com/） → 保存，进入详情提取器配置采集规则。
2）配置采集规则
在详情提取器的可视化窗口，只需用鼠标点选目标内容，即可简单快捷完成采集规则配置，完全不用编写代码！
可根据需求自定义添加、修改或删除字段，常用字段有：title（标题）、content（正文）、pubDate（时间）、tag（标签）等。
详细使用说明可查看《详情提取器-内容采集规则配置教程》。
2. 设置无限循环采集，遍历整套文档
开启无限循环采集功能：系统在采集详情页内容时，会自动提取页面中的关联链接（如"上/下一篇" 或 "上/下一页"），并将其加入采集队列，以此实现一页接一页的循环采集，直至整套文档全部采集完成。
1）启用无限循环采集功能
在详情页提取器，打开【无限循环启用配置】，勾选【启用无限循环采集】，其余配置通常保持默认即可，保存。
2）选取循环采集的关联链接
点击开启【无限点选开关】，在可视化窗口中，点选页面内的关联链接区域（如"下一篇" 或 "下一页"等按钮），保存。
3）启动采集并查看结果
返回任务基本信息页，点击【启动采集】，采集过程中可关闭页面与电脑，简数全程云端运行无需挂机。
采集结果如下图所示：
3. 数据导出与场景应用
简数提供多种数据导出与推送方式：开放接口API（JSON格式）、自定义Http接口、数据库、各类CMS网站系统（wordpress、zblog等）、以及导出文件（Excel、Sql、Word、Txt等），方便用户将数据应用到各种场景。
AI 知识库应用示例：将采集的文档数据导出为 TXT 文件，上传至扣子（Coze）等 AI 平台的专属知识库中，即可直接供 AI 智能体调用。
