URL Metadata (Open Graph, JSON-LD, SEO tags)
Dale a tu agente los metadatos de cualquier página como JSON limpio
URL Metadata es una API que devuelve el título, la descripción, Open Graph y JSON-LD de una página como datos, por $0.002 por página. Envía URLs de páginas y recibe de cada una el título, la descripción, la URL canónica, Open Graph, la Twitter card, JSON-LD y hreflang como datos, un ítem por página. Para agentes que necesitan saber de qué trata una URL sin leer la página entera.
US$0.002 por página entregada. Las páginas que fallan no se cobran.
{
"url": "https://example.com/blog/launch",
"status": 200,
"title": "We launched",
"description": "What is new in version 2.",
"canonical": "https://example.com/blog/launch",
"lang": "en",
"robots": "index, follow",
"favicon": "https://example.com/favicon.ico",
"openGraph": { "image": "https://example.com/og.png" },
"twitter": { "card": "summary_large_image" },
"jsonLd": [{ "@type": "BlogPosting" }],
"hreflang": [{ "lang": "es", "url": "https://example.com/es/" }],
"truncated": false
}Valores acortados. url es la URL final después de las redirecciones, y toda URL del ítem es absoluta. Un campo que falta es null, o vacío en openGraph, twitter, jsonLd y hreflang. Sin un enlace de ícono, favicon es el /favicon.ico del host. truncated es true cuando quedó JSON-LD afuera o la página pasó de 3 MB y se cortó.
Casos de uso
Vistas previas de enlaces para un agente o un chat
Título, descripción, imagen e ícono de cada enlace, para que un agente diga qué es una URL o muestre una tarjeta de vista previa sin leer la página.
Revisar las etiquetas de SEO de una lista de URLs
URL canónica, meta robots, idioma y hreflang de cada página en una ejecución, y las páginas a las que les falta un título o una descripción.
Saber qué es una página sin leerla
Los datos estructurados que declara una página (un producto, un artículo, una organización, un evento) vuelven como objetos JSON, listos para usar.
Entrada y salida
{
"urls": [
"https://example.com/",
"https://example.com/blog/launch"
]
}urls recibe de 1 a 100 URLs de páginas HTML (http o https). Una URL repetida se lee una vez.
{
"url": "https://example.com/empty",
"error": "No metadata was found on this page. Nothing was charged for it."
}Demasiado lenta, inalcanzable, no HTML, bloqueada por robots.txt o sin título, descripción ni Open Graph: el ítem dice el motivo.
Precio
US$0.002 por página
Pago por evento en Apify, sin suscripción: un evento page por página cuyos metadatos se entregan. Las páginas que fallan, no son HTML, no tienen título, descripción ni Open Graph, o que robots.txt no permite no se cobran, las páginas que no empezaron cuando la ejecución se detiene no se descargan ni se cobran, y una ejecución nunca cobra más que el máximo que pones.
Límites
- De 1 a 100 URLs por ejecución; una URL repetida se lee una vez.
- Cada página tiene 10 segundos, como máximo 5 redirecciones y los primeros 3 MB, sin reintento; el JSON-LD se guarda hasta 100.000 caracteres.
- Sin navegador: no se ejecuta JavaScript, así que solo vuelven los metadatos que están en el HTML de la página.
- Descarga 5 páginas a la vez y respeta robots.txt para
FrameskimFetch.
Úsalo por API o desde Claude
curl -X POST "https://api.apify.com/v2/acts/emttn~url-metadata/run-sync-get-dataset-items" \
-H "Authorization: Bearer $APIFY_TOKEN" \
-H "Content-Type: application/json" \
-d '{"urls": ["https://example.com/"]}'{ "mcpServers": { "apify": {
"url": "https://mcp.apify.com/?actors=emttn/url-metadata"
} } }Después pide: "Lee los metadatos de https://www.python.org/ y dime su imagen de Open Graph y su URL canónica."
Preguntas frecuentes
¿Qué se cobra y qué no?
Un evento page por página cuyos metadatos se entregan, cobrado apenas se guarda su ítem. Una página que falla, no es HTML, no tiene título, descripción ni Open Graph, o que robots.txt no permite no se cobra y vuelve como un ítem que dice por qué, y las páginas que no empezaron cuando la ejecución se detiene no se descargan ni se cobran. La ejecución nunca cobra más que el máximo que pones: se detiene antes de una página que lo pasaría.
¿Qué metadatos devuelve?
Lo que la página declara en su HTML: título, descripción, URL canónica, idioma, meta robots, ícono, etiquetas de Open Graph y de Twitter card, cada objeto JSON-LD válido (una lista se aplana) y las alternativas hreflang, con la URL final y el estado HTTP. Cuando la página no declara un ícono, favicon es el /favicon.ico del host. La página misma se lee solo durante la ejecución y no se guarda ni se entrega.
¿Cómo se leen las páginas?
Las páginas se descargan por HTTP a través del proxy de datacenter de Apify con el user agent FrameskimFetch, como máximo 5 a la vez, y no se ejecuta JavaScript. robots.txt se lee una vez por host y ejecución, y una página se descarga solo si las reglas para FrameskimFetch y * la permiten, para la página y de nuevo en cada redirección.
¿Qué pasa con las páginas lentas, grandes o que no son HTML?
Cada página tiene 10 segundos y como máximo 5 redirecciones, sin reintento; solo se leen sus primeros 3 MB, y una página cortada ahí se marca truncated y se cobra igual si tiene metadatos. Una URL que no es una página HTML vuelve con un error y no se cobra. El mensaje de estado de la ejecución dice cuántas páginas se entregaron y cuántas fallaron, y por qué la ejecución terminó antes, si pasó.
¿Cómo puede un sitio dejar sus páginas fuera?
Prohíbe FrameskimFetch en tu robots.txt; eso también detiene a Web Search & Page Markdown, Website to Markdown Crawler y Document to Markdown. Cada ejecución lee el robots.txt de un host una vez, así que una ejecución ya en curso puede no ver el cambio; las que empiezan después leen el archivo nuevo. Los titulares de derechos y las personas cuyos datos personales aparecen en los metadatos de una página también pueden escribir a [email protected]. Ni una regla de robots.txt ni un pedido quitan metadatos de los datasets que los usuarios ya tienen.