Zyte

Zyte API 把 HTTP 获取、浏览器渲染和自动结构化抽取放进同一 POST https://api.zyte.com/v1/extract 入口。认证使用 Basic（API Key 作为用户名、密码留空）。接入时最容易浪费的，是还没证明需要渲染，就把所有 URL 都打成浏览器请求。正确做法是用同一商品页做材料对照，再把胜出策略写进生产配置。

固定一个可公开复核的商品页

官方文档常用 https://books.toscrape.com/catalogue/a-light-in-the-attic_1000/index.html。先手写验收真值：书名、价格字符串、是否有库存提示。后续三轮请求都对该 URL，只改变请求字段，方便比较成本与完整度。把真值表和请求版本号放进同一记录，后面才能判断是页面改版还是策略回退。

第一轮只要 httpResponseBody

请求体只开 httpResponseBody: true。若原始 HTML 已能稳定解析出名称与价格，生产默认就应停在 HTTP 层：更快，也避开浏览器专属限制。浏览器请求不能随意改初始 method/body/自定义头（除 Referer），也不适合拿非 HTML 主体；需要那些能力时另评估 CDP 路线。

第二轮 browserHtml，第三轮 product

第二轮开 browserHtml: true，比较渲染后 DOM 是否补出了 HTTP 缺失的节点；需要画面证据时可同时要 screenshot。默认 iframe 内容为空，必要时再开 includeIframes；Shadow DOM 内容通常要靠 actions 里的 evaluate 注入可见节点后才能出现在 HTML 中。第三轮只开 product: true（一次请求不要并行开多种自动抽取类型），读取返回的 product 对象。可用 productOptions.extractFrom 显式指定 httpResponseBody、browserHtmlOnly 或 browserHtml；不写明时默认可能变化，生产配置应写死。

把对照结论写成可执行策略

若 HTTP 已稳定得到名称与价格，就不要默认升浏览器。只有缺字段或动态加载时，才把 extractFrom 升到浏览器侧，并记录费用与耗时。动作、cookie、地理与会话选项只服务于既定字段，避免把每次抽取做成完整交互剧场。上线后若 product 突然变空，先用同一 URL 重跑 HTTP 与 browserHtml 对照，区分站点改版和抽取模型漂移。

1. 保存三轮原始响应与字段对照表。
2. 选定默认层与 extractFrom，写入客户端配置。
3. 对必填字段做类型、空值、币种/价格格式校验。
4. 抽查原页，确认不是缓存或错误 SKU。
5. 为阻断、超时、空 product 分设告警，而不是混成一个失败码。

产品与文档：https://www.zyte.com/ 、https://docs.zyte.com/