Las claves públicas no funcionarán. Las claves que comienzan con
pk_ están destinadas a widgets del navegador y son rechazadas por el lector. Obtenga más información en
Private Keys.
---
## Usar EnConvertReader
El lector admite dos modos.
### Percibir algunas URLs
Convertir URLs individuales en `Document`s de markdown:
```python
from llama_index.readers.enconvert import EnConvertReader
reader = EnConvertReader(api_key="sk_...")
docs = reader.load_data(urls=["https://example.com", "https://example.com/pricing"])
```
Los metadatos de cada Document llevan:
- `url`: la URL de origen
- `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 búsqueda semántica:
```python
from llama_index.readers.enconvert import EnConvertReader
reader = EnConvertReader(api_key="sk_...")
docs = reader.load_data(
ingest_url="https://docs.example.com",
mode="sitemap", # o "crawl" o "hybrid"
max_pages=100
)
```
Los metadatos de cada Document llevan la URL `url` propia del fragmento, título y contexto de sección. El lector sondea el trabajo de ingestión hasta completarse, así que `load_data()` es síncrono.
---
## Construir un Índice Vectorial
Encadene el lector en un almacén vectorial y una consulta:
```python
from llama_index.readers.enconvert import EnConvertReader
from llama_index.core import VectorStoreIndex, StorageContext
from llama_index.core.storage.docstore import SimpleDocumentStore
from llama_index.core.vector_stores import SimpleVectorStore
# Cargar documentos
reader = EnConvertReader(api_key="sk_...")
docs = reader.load_data(ingest_url="https://docs.example.com", mode="sitemap")
# Construir índice
index = VectorStoreIndex.from_documents(docs)
# Consultar
query_engine = index.as_query_engine()
response = query_engine.query("¿Cómo instalo esto?")
print(response)
```
---
## Solución de problemas
**`raise ValueError("Provide either urls or ingest_url, but not both")`**
Pasó tanto `urls=` como `ingest_url=` a `load_data()`. 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="sk_..."` 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 lector sondea hasta que se complete el trabajo, lo que puede tomar varios minutos en un sitio grande. Sondee el estado del trabajo directamente a través de `/v2/ingest/{job_id}` o use la variante async (si está disponible).
**`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 `url` de origen 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/llama-index-readers-enconvert](https://github.com/enconvert/llama-index-readers-enconvert)
- **Paquete**: [PyPI](https://pypi.org/project/llama-index-readers-enconvert)
- **Licencia**: MIT
- **Documentación de LlamaIndex**: [docs.llamaindex.ai](https://docs.llamaindex.ai)
- **API subyacente**: [Introduction](/docs/introduction.md)
---
## Preguntas frecuentes
### ¿Cómo cargo una sola URL en un Document?
```python
from llama_index.readers.enconvert import EnConvertReader
reader = EnConvertReader(api_key="sk_...")
docs = reader.load_data(urls=["https://example.com"])
```
El contenido de cada Document es el markdown de la página, y los metadatos llevan la URL `url` y puntuación `render_quality`.
### ¿Cómo rastro e indexo un sitio completo?
```python
from llama_index.readers.enconvert import EnConvertReader
from llama_index.core import VectorStoreIndex
reader = EnConvertReader(api_key="sk_...")
docs = reader.load_data(ingest_url="https://docs.example.com", mode="sitemap", max_pages=100)
index = VectorStoreIndex.from_documents(docs)
# Consultar
engine = index.as_query_engine()
response = engine.query("¿Qué es esto?")
```
### ¿Cómo verifico la render_quality de una página antes de indexar?
Los metadatos de cada Document incluyen `render_quality`, puntuación de 0,0 a 1,0. Filtre documentos de alta calidad antes de indexar:
```python
high_quality = [doc for doc in docs if doc.metadata.get('render_quality', 1.0) > 0.5]
index = VectorStoreIndex.from_documents(high_quality)
```
### ¿Puedo rastrear múltiples sitios?
Sí. Cree un lector por sitio y llame a `load_data()` secuencialmente o paralelice las llamadas en su propio código async.
### ¿Puedo usar esto con otros componentes de LlamaIndex?
Sí. EnConvertReader devuelve LlamaIndex Documents estándar, así que funciona con cualquier índice o componente posterior.