Las claves públicas no funcionarán. Las claves que comienzan con
pk_ están destinadas a widgets del navegador y son rechazadas por el cargador. Obtenga más información en
Private Keys.
---
## Usar EnconvertLoader
El cargador admite dos modos.
### Percibir algunas URLs
Convertir URLs individuales en `Document`s de markdown:
```python
from langchain_enconvert import EnconvertLoader
loader = EnconvertLoader(urls=["https://example.com", "https://example.com/pricing"])
docs = loader.load()
```
Los metadatos de cada Document llevan:
- `source`: la URL
- `render_quality`: un número de 0,0 (bloqueado/vacío) a 1,0 (renderizado limpio)
### Rastrear un sitio en fragmentos
Rastree un sitio completo y devuelva un Document por fragmento de contenido, listo para RAG:
```python
from langchain_enconvert import EnconvertLoader
loader = EnconvertLoader(
ingest_url="https://docs.example.com",
mode="sitemap", # o "crawl" o "hybrid"
max_pages=100
)
docs = loader.load() # Bloquea hasta que se complete el rastreo
```
Los metadatos de cada Document llevan URL `source` propia del fragmento, título y contexto de sección.
El cargador sondea el trabajo de ingestión hasta completarse, así que `.load()` es síncrono. Para async verdadero, use `.lazy_load()` para iterar un Document a la vez.
---
## Construir una canalización RAG
Encadene el cargador en un divisor de texto y un almacén vectorial:
```python
from langchain_enconvert import EnconvertLoader
from langchain.text_splitter import RecursiveCharacterTextSplitter
from langchain_community.vectorstores import FAISS
from langchain_openai import OpenAIEmbeddings
# Cargar y dividir
loader = EnconvertLoader(ingest_url="https://docs.example.com", mode="sitemap")
docs = loader.load()
# Incrustar e indexar
splitter = RecursiveCharacterTextSplitter(chunk_size=1000, chunk_overlap=100)
chunks = splitter.split_documents(docs)
embeddings = OpenAIEmbeddings()
vectorstore = FAISS.from_documents(chunks, embeddings)
# Consultar
retriever = vectorstore.as_retriever()
relevant = retriever.invoke("¿Cómo instalo esto?")
```
---
## Solución de problemas
**`raise ValueError("Provide either urls or ingest_url, but not both")`**
Pasó tanto `urls=` como `ingest_url=` al cargador. Elija uno: perciba URLs individuales o rastree un sitio. Pasar ninguno también genera un error.
**`AuthenticationError: 401 Unauthorized`**
La clave API es incorrecta o falta. Verifique que haya configurado `api_key=` o la variable de entorno `$ENCONVERT_API_KEY` en una clave **privada** (comienza con `sk_`). Las claves públicas son rechazadas inmediatamente.
**`El tiempo de carga parece muy largo.`**
Los rastreos de sitios son asíncronos. El cargador sondea hasta que se complete el trabajo, lo que puede tomar varios minutos en un sitio grande. Para una UX receptiva, use la API async (`await loader.aload()` en un contexto async) o sondee el estado del trabajo directamente a través de `/v2/ingest/{job_id}`.
**`render_quality es muy bajo para páginas que esperaba leer limpiamente.`**
Una puntuación baja (< 0,5) significa la página está bloqueada, vacía o tiene JavaScript pesado que no se renderizó a tiempo. Verifique la URL `source` sin procesar en un navegador para ver qué entrega realmente la página. Si es una aplicación de una sola página, un segundo renderizado podría tener éxito; si está bloqueada, no hay reintentos.
---
## Fuente y enlaces
- **Fuente**: [enconvert/langchain-enconvert](https://github.com/enconvert/langchain-enconvert)
- **Paquete**: [PyPI](https://pypi.org/project/langchain-enconvert)
- **Licencia**: MIT
- **Documentación de LangChain**: [python.langchain.com](https://python.langchain.com)
- **API subyacente**: [Introduction](/docs/introduction.md)
---
## Preguntas frecuentes
### ¿Cómo cargo una sola URL en un Document?
```python
from langchain_enconvert import EnconvertLoader
loader = EnconvertLoader(urls=["https://example.com"])
docs = loader.load()
```
El contenido de cada Document es el markdown de la página, y los metadatos llevan la URL `source` y puntuación `render_quality`.
### ¿Cómo rastro e indexo un sitio completo?
```python
loader = EnconvertLoader(ingest_url="https://docs.example.com", mode="sitemap", max_pages=100)
docs = loader.load()
```
El cargador bloquea hasta completarse el rastreo, luego devuelve un Document por fragmento. Use `mode="crawl"` para rastreo HTTP, `"sitemap"` para análisis de mapa del sitio o `"hybrid"` para ambos.
### ¿Cómo verifico la render_quality de una página?
Los metadatos de cada Document incluyen `render_quality`, puntuación de 0,0 a 1,0. Filtre documentos de alta calidad antes de indexar:
```python
for doc in docs:
if doc.metadata.get('render_quality', 1.0) > 0.5:
vectorstore.add_documents([doc])
```
### ¿Puedo transmitir Documents uno a la vez?
Sí, use `.lazy_load()`:
```python
for doc in loader.lazy_load():
print(doc.page_content[:100])
```
### ¿Qué pasa si necesito rastrear muchos sitios?
Cree un cargador por sitio y llame a `.load()` secuencialmente, o use `.aload()` en un contexto async para distribuir rastreos en paralelo.