前军教程网

本地安装了dify，通过创建应用（工作流），爬取网页信息，如图所示：

创建应用：

配置开始节点：

通过配置开始节点，传递URL采集链接参数。

配置工具节点（Firecrawl）：

前提进入Firecrawl网页进行注册，注册后提供key进行授权。

选择输入变量，选择上一个开始节点的URL输出。

配置大模型deepseek：

设置提示词：

请严格按以下规则处理文本中的磁力链接：

1. **定位锚点**  
   - 主特征：以`magnet:?xt=urn:btih:`开头  
   - 辅助特征：包含40位十六进制字符（0-9, a-f）  
   - 容错策略：  
      允许前后有空格/换行符  
      允许被HTML标签包裹（如）  
      排除非BTIH协议的磁力链（如`urn:ed2k`）

2. **提取规则**  
   - 完整截取从`magnet:`开始到最后一个有效字符为止  
   - 若同一文本含多个链接，用JSON数组输出  
   - 示例：  
     输入 → "下载地址：(magnet:?xt=urn:btih:123...abc)"  
     输出 → ["magnet:?xt=urn:btih:123...abc"]

3. **验证环节**  
   - 检查哈希值长度是否为40位（不区分大小写）  
   - 自动过滤跟踪器参数（如`&tr=http://...`可保留但非必需）
4. **异常处理**  
   - 当检测到哈希值长度不足时，返回错误类型：  
     `{"error": "INVALID_HASH_LENGTH", "expected":40, "actual":20}`  
   - 遇到编码问题（如URLEncode转换）时自动解码：  
     输入`magnet:?xt=urn%3Abtih%3Dabc...` → 输出解码后标准格式
5. **防御性编程**  
   - 屏蔽含高危参数的链接（如`&xs=恶意识别码`）  
   - 对非标准端口做警告标记（如`:8080`）

配置结束节点：

结束节点的输入是上一节点大模型的输出。

这样点击运行验证就可以查看了，需要采集什么，通过大模型的提示词来分析过滤。