AgentQL

AgentQL هي لغة استعلام ومنصة واجهة برمجة تطبيقات (API) لاستخراج البيانات المهيكلة من صفحات الويب دون كتابة محددات CSS أو XPath أو التعبيرات النمطية (regex). تتيح AgentQL، التي طورتها TinyFish (وهي شركة ناشئة في بالو ألتو تأسست عام 2024)، للمطورين وصف البيانات التي يريدونها بلغة إنجليزية بسيطة (على سبيل المثال: { product_name, price, in_stock }) ويقوم محرك الذكاء الاصطناعي الخاص بها بمطابقة هذا الوصف مع العناصر الفعلية على أي صفحة حية. تعود النتيجة بتنسيق JSON مهيكل ومصنف، جاهز للاستخدام في وكيل ذكاء اصطناعي أو مسار بيانات. جمعت TinyFish تمويلاً بقيمة $47 million في جولة التمويل الأولى (Series A) في أغسطس 2025، بقيادة ICONIQ Capital، لتوسيع نطاق المنصة نحو أتمتة الويب للمؤسسات على نطاق واسع.

تتوفر AgentQL كحزمة تطوير برمجيات (SDK) لـ Python، وحزمة SDK لـ JavaScript، وواجهة برمجة تطبيقات REST. تتكامل حزم SDK مع Playwright للتحكم الكامل في المتصفح، مما يدعم الصفحات المصادق عليها، وتطبيقات الصفحة الواحدة (SPAs) المعروضة بواسطة JavaScript، والمحتوى المقسم لصفحات بما في ذلك التمرير اللانهائي. تتيح إضافة Chrome المسماة AgentQL Debugger للمطورين كتابة واختبار الاستعلامات مقابل الصفحات الحية في الوقت الفعلي. تدعم المنصة أيضاً تحليل ملفات PDF، والاستعلامات ذاتية الإصلاح التي تتكيف عندما تتغير تخطيطات الصفحة بشكل تدريجي، والتكامل مع LangChain و LlamaIndex و LangFlow و Dify و AgentStack و MCP (Model Context Protocol) و Zapier. تمنح باقة Starter المجانية الفِرَق 50 استدعاء API شهرياً لتقييم الأداة؛ بينما تتضمن باقة Professional بسعر $99/month عدد 10,000 استدعاء و 500 ساعة من وقت المتصفح عن بُعد.

ما الذي تفعله AgentQL فعلياً في مايو 2026

المشكلة الأساسية التي تحلها AgentQL هي هشاشة المحددات. تعتمد أدوات استخراج بيانات الويب التقليدية على فئات CSS ومعرفات HTML التي يغيرها أصحاب المواقع دون سابق إنذار. عندما يتم إعادة تصميم الموقع، يتعطل كل محدد مكتوب يدوياً. يتمثل نهج AgentQL في تخطي المحددات تماماً. بدلاً من استهداف .product-price__value، تكتب { price } ويقوم الذكاء الاصطناعي بحل هذا الاستعلام مقابل المحتوى الدلالي للصفحة. ولأن الاستعلام يستهدف المعنى بدلاً من العلامات البرمجية، فإنه ينجو من التغييرات التدريجية في التخطيط تلقائياً.

صيغة استعلام AgentQL مستوحاة من GraphQL: أنت تحدد شكل البيانات التي تريدها، وتتطابق النتيجة مع هذا الشكل. تعمل الكائنات المتداخلة، والمصفوفات، والحقول الاختيارية جميعها كما هو متوقع. بالنسبة لأتمتة الويب التي تتجاوز مجرد الاستخراج، تدعم حزمة Playwright SDK النقر على العناصر بناءً على الوصف (لا حاجة لمحدد)، وملء النماذج، والتنقل عبر التدفقات متعددة الخطوات. هذا ما يجعل AgentQL مفيدة لوكلاء الذكاء الاصطناعي الذين يحتاجون إلى التفاعل مع الويب، وليس مجرد قراءته.

يتعامل خيار واجهة برمجة تطبيقات REST مع الحالة الشائعة لاستخراج البيانات من الصفحات العامة دون تشغيل متصفح. يأخذ عنوان URL واستعلاماً، ويُرجع JSON مهيكلاً. بالنسبة للصفحات المصادق عليها أو المواقع التي تتطلب عرض JavaScript، تتولى حزمة Playwright SDK المهمة. يتم التعامل مع استخراج ملفات PDF عبر نفس لغة الاستعلام، بما في ذلك الجداول داخل ملفات PDF. تتيح إضافة مصحح أخطاء Chrome للمطورين تكرار الاستعلامات مقابل علامة تبويب متصفح حية، مما يقلل بشكل كبير من حلقة الملاحظات مقارنة بكتابة المحددات في وحدة تحكم المطور.

تم إطلاق AgentQL للجمهور على Product Hunt في 20 أغسطس 2024، وفازت بلقب المنتج الأول لليوم والمنتج الأول للأسبوع مع 723 صوتاً مؤيداً. في يوم الإطلاق، أشار أحد المطورين إلى أن تسجيل الدخول الموحد (SSO) عبر Google فقط كان متاحاً لإنشاء الحسابات. أطلق الفريق تسجيل الدخول الموحد عبر GitHub في نفس اليوم، وهو وقت استجابة حدد وتيرة كيفية تعامل TinyFish مع ملاحظات المطورين. بعد عام واحد بالضبط، في 20 أغسطس 2025، أعلنت TinyFish عن جولة التمويل الأولى (Series A) بقيمة $47 million لتوسيع المنصة لتشمل عمليات النشر في المؤسسات.

"من المحتمل أن تكون AgentQL أسهل أداة لاستخراج بيانات الويب استخدمتها على الإطلاق." - Shawn Pang، Product Hunt، 20 أغسطس 2024

"كلما كانت استعلاماتك أكثر تحديداً، كانت استجاباتك أكثر دقة واتساقاً." - Andrew Chen (فريق TinyFish)، Product Hunt، 20 أغسطس 2024

موقع AgentQL مقارنة بـ Firecrawl و Stagehand

تبدو Firecrawl و AgentQL متشابهتين ظاهرياً ولكنهما تحلان مشاكل مختلفة. Firecrawl هي أداة تعتمد على الزحف أولاً ومخرجات النماذج اللغوية الكبيرة (LLM): تعطيها عنوان URL وتُرجع محتوى الصفحة بالكامل بتنسيق Markdown أو JSON نظيف، جاهز للتغذية في نافذة سياق LLM. إنها تتفوق في استيعاب مواقع كاملة لمسارات RAG أو البحث في المستندات. بينما AgentQL هي أداة تعتمد على الاستعلام أولاً والهيكلة الفورية: أنت تحدد بالضبط الحقول المصنفة التي تحتاجها، وتستخرج هي تلك الحقول فقط من أي صفحة، بما في ذلك الصفحات المصادق عليها والمعروضة ديناميكياً. Firecrawl أسرع في استيعاب الصفحة بالكامل؛ و AgentQL أكثر دقة في استخراج البيانات المهيكلة حيث تهتم بالمخطط (schema).

يعد النواة مفتوحة المصدر لـ Firecrawl (ترخيص MIT) اختلافاً مهماً أيضاً. يمكن للمطورين الذين يرغبون في الاستضافة الذاتية أو فحص مسار الاستخراج القيام بذلك مع Firecrawl. بينما AgentQL هي واجهة برمجة تطبيقات مغلقة، ونموذج الاستخراج غير متاح للاستضافة الذاتية. تبدأ الخطط المدفوعة لـ Firecrawl من $16/month. وتبلغ تكلفة خطة Professional لـ AgentQL $99/month. بالنسبة للفرق ذات الميزانية المحدودة التي تحتاج إلى محتوى جاهز للنماذج اللغوية الكبيرة (LLM)، غالباً ما تفوز Firecrawl. أما بالنسبة للفرق التي تبني وكلاء يحتاجون إلى مخرجات مصنفة دقيقة من صفحات الويب ذات التخطيطات المتغيرة، فإن AgentQL تتمتع بميزة.

تعد Stagehand، التي طورتها Browserbase، إطار عمل لأتمتة المتصفح تم بناؤه لوكلاء الذكاء الاصطناعي الذين يحتاجون إلى التصرف على الويب، وليس مجرد قراءته. تستخدم Stagehand حلقة تصرف/استخراج/مراقبة، مما يمنح الوكلاء طبقة تفكير فوق Playwright. تتيح AgentQL أيضاً التفاعل مع الويب عبر حزمة Playwright SDK الخاصة بها، ولكن لغة الاستعلام الخاصة بها ذات نطاق أضيق يركز على الاستخراج. Stagehand أوسع وأكثر مرونة لسير عمل الوكلاء المعقد متعدد الخطوات؛ بينما AgentQL أكثر تنظيماً وقابلية للتنبؤ لمهام استخراج البيانات المتكررة. Stagehand مفتوحة المصدر (MIT)؛ وتتطلب عمليات النشر الإنتاجية لـ Stagehand استخدام Browserbase، مما يضيف تكلفة. واجهة برمجة التطبيقات المستقلة لـ AgentQL أسهل في التكامل لحالات الاستخدام التي تقتصر على الاستخراج البحت.

تتخذ Apify نهجاً ثالثاً: سوق يضم الآلاف من "Actors" المبنية مسبقاً لمواقع محددة (LinkedIn، Amazon، مصادر بيانات محددة)، بالإضافة إلى بيئة تنفيذ سحابية مع إدارة الوكلاء (proxy)، والجدولة، ومعالجة مكافحة الروبوتات المدمجة. AgentQL هي طبقة أساسيات، وليست سوقاً. أنت تبني منطق الاستخراج الخاص بك باستخدام لغة استعلام AgentQL؛ لا توجد أدوات استخراج مبنية مسبقاً خاصة بمواقع معينة. تتوسع Apify بشكل أفضل للأهداف المعروفة التي تحتوي على Actors موجودة. بينما تعمم AgentQL بشكل أفضل عبر الصفحات العشوائية حيث لا توجد أداة استخراج مبنية مسبقاً.

كيف يبدو واقع حلقة الوكيل

النمط الأكثر شيوعاً الذي يعتمده المطورون: تثبيت حزمة Python SDK، والمصادقة باستخدام مفتاح API، وتشغيل جلسة متصفح Playwright، والانتقال إلى صفحة، واستدعاء page.query_data() مع سلسلة استعلام. يُرجع الاستدعاء قاموس Python (dict) يطابق شكل الاستعلام. عملية الاستخراج بأكملها تتكون من 10-15 سطراً من التعليمات البرمجية لصفحة واحدة؛ يتطلب التوسع إلى عمليات زحف متعددة الصفحات إضافة منطق التنقل، ولكن استدعاء الاستخراج يظل كما هو عبر كل صفحة.

بالنسبة لمستخدمي LangChain، توفر AgentQL تكاملاً من الدرجة الأولى كأداة. يستدعي الوكيل أداة AgentQL مع عنوان URL واستعلام، وتُرجع الأداة بيانات مهيكلة مباشرة في سلسلة استجابة الوكيل. يعمل تكامل LlamaIndex بشكل مشابه. بالنسبة للفرق التي تقوم بالفعل بتشغيل وكلاء LangChain، فإن إضافة AgentQL إلى مسار العمل هي مهمة تستغرق فترة ما بعد الظهيرة فقط.

مسار واجهة برمجة تطبيقات REST أبسط بكثير للصفحات العامة: طلب HTTP POST واحد مع عنوان URL والاستعلام، دون الحاجة إلى إعداد متصفح. يعمل هذا بشكل جيد للوظائف بدون خادم (serverless) أو مهام البيانات الخفيفة التي لا تحتاج إلى بيئة متصفح كاملة. المقايضة هي أن تطبيقات الصفحة الواحدة (SPAs) المليئة بـ JavaScript قد لا يتم عرضها بالكامل، والصفحات المصادق عليها تقع خارج نطاق واجهة برمجة تطبيقات REST.

تغير إضافة مصحح أخطاء Chrome سير عمل التكرار بشكل كبير. بدلاً من كتابة استعلام، وتشغيل برنامج نصي، والتحقق من المخرجات، ثم التعديل، يكتب المطورون الاستعلامات مباشرة في المتصفح مقابل الصفحة الحية ويرون النتائج في الوقت الفعلي. هذا يقلل وقت التكرار من دقائق لكل دورة إلى ثوانٍ. إنه الجزء الأكثر تقليلاً من شأنه في مجموعة أدوات AgentQL.

حيث يصبح سير العمل متعثراً: وضع التخفي (stealth mode)، المطلوب للمواقع التي تحتوي على اكتشاف قوي لمكافحة الروبوتات، تم وضع علامة عليه كوضع تجريبي في وثائق AgentQL نفسها. قد لا يعمل مع جميع مواقع الويب ويبطئ الاستخراج عند تنشيطه. ستواجه الفرق التي تستهدف المواقع المحمية بواسطة Cloudflare أو Akamai إخفاقات تتطلب تكويناً يدوياً للوكيل (proxy) خارج حزمة AgentQL، أو التبديل إلى Apify أو Bright Data للحصول على بنية تحتية لمكافحة الروبوتات.

لمن تم بناء AgentQL

تناسب AgentQL بشكل أفضل المطورين الذين يبنون وكلاء ذكاء اصطناعي أو مسارات بيانات تحتاج إلى سحب بيانات مهيكلة ومصنفة من صفحات الويب بشكل متكرر. يوفر نهج "بدون محددات" أسابيع من أعمال الصيانة عندما تقوم المواقع المستهدفة بتحديث HTML الخاص بها. تجعل تكاملات LangChain و LlamaIndex منها خياراً طبيعياً للفرق الموجودة بالفعل في نظام وكلاء النماذج اللغوية الكبيرة (LLM). بالنسبة لفرق التجارة الإلكترونية التي تدير مراقبة أسعار المنافسين، فإن سلوك الاستعلام ذاتي الإصلاح يعني أن إعادة تصميم الموقع لا تؤدي إلى تعطل مسار الاستخراج بأكمله على الفور.

فرق المؤسسات في قطاعات الضيافة والسفر والتجزئة هي حالات الاستخدام التي تستهدفها TinyFish بشكل خاص. وصفت مواد تمويل الجولة الأولى (Series A) وكلاء الضيافة الذين يجمعون المخزون من آلاف مواقع الفنادق الصغيرة التي تفتقر إلى واجهات برمجة التطبيقات (APIs)، وشركات السفر التي تدير مراقبة الأسعار في الوقت الفعلي عبر مواقع المنافسين. هذه مهام استخراج ذات حجم كبير وقيمة عالية حيث تكون تكلفة صيانة أدوات الاستخراج لكل موقع كبيرة، وتتضاعف ميزة التعميم لـ AgentQL على نطاق واسع.

سيجد المطورون الذين لديهم خبرة سابقة في Playwright أن منحنى التعلم في حده الأدنى. لغة الاستعلام بسيطة بما يكفي للبدء في أقل من ساعة، وتتيح بيئة اللعب (playground) للمبتدئين الاستكشاف دون كتابة تعليمات برمجية أولاً.

ما لا تمثله AgentQL

AgentQL ليست أداة استيعاب صفحات كاملة للنماذج اللغوية الكبيرة (LLM). إذا كنت بحاجة إلى استخراج مقال كامل، أو موقع وثائق، أو مدونة لتدريب RAG أو LLM، فإن مخرجات Markdown من Firecrawl تعد خياراً أفضل. تستخرج AgentQL حقولاً مهيكلة محددة؛ ولا تُرجع محتوى الصفحة الخام لاستهلاك LLM.

إنها ليست خياراً رخيصاً للاستخراج بكميات كبيرة. إن 50 استدعاء/شهرياً في باقة Starter مخصصة للتقييم فقط. في تسعير Professional ($99/month مقابل 10,000 استدعاء)، تصل أعباء العمل الثقيلة التي تتجاوز الحصة إلى $0.015/call كرسوم إضافية. تكلف 100,000 استدعاء/شهرياً أكثر من $1,500 كرسوم إضافية وحدها. يجب على الفرق التي تعمل بهذا النطاق تقييم تسعير Enterprise أو التفكير في بدائل مستضافة ذاتياً مثل Crawl4AI أو Playwright مع نموذج لغوي كبير (LLM) يعمل محلياً للاستخراج.

إنها ليست حلاً للمواقع التي تتمتع بحماية قوية ضد الروبوتات. وضع التخفي التجريبي غير موثوق به بشكل صريح. سيتم حظر الفرق التي تستهدف مثل هذه المواقع دون بنية تحتية للوكلاء (proxy). لا تتضمن AgentQL تناوب الوكلاء، أو وكلاء سكنيين، أو البنية التحتية لحل CAPTCHA التي تدمجها Apify في منصتها.

وهي ليست مفتوحة المصدر. سيحتاج المطورون الذين يحتاجون إلى فحص نموذج الاستخراج، أو الاستضافة الذاتية لخصوصية البيانات، أو تجنب تقييد المورد (vendor lock-in) إلى النظر في Firecrawl أو Stagehand أو Crawl4AI بدلاً من ذلك.