URL Metadata (Open Graph, JSON-LD, SEO tags)
Dê ao seu agente os metadados de qualquer página como JSON limpo
URL Metadata é uma API que devolve o título, a descrição, Open Graph e JSON-LD de uma página como dados, por $0.002 por página. Envie URLs de páginas e receba de cada uma o título, a descrição, a URL canônica, Open Graph, o Twitter card, JSON-LD e hreflang como dados, um item por página. Para agentes que precisam saber do que trata uma URL sem ler a página inteira.
US$0.002 por página entregue. Páginas que falham não são cobradas.
{
"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 encurtados. url é a URL final depois dos redirecionamentos, e toda URL do item é absoluta. Um campo que falta é null, ou vazio em openGraph, twitter, jsonLd e hreflang. Sem um link de ícone, favicon é o /favicon.ico do host. truncated é true quando algum JSON-LD ficou de fora ou a página passou de 3 MB e foi cortada.
Casos de uso
Pré-visualizações de links para um agente ou um chat
Título, descrição, imagem e ícone de cada link, para que um agente diga o que é uma URL ou mostre um card de pré-visualização sem ler a página.
Revisar as tags de SEO de uma lista de URLs
URL canônica, meta robots, idioma e hreflang de cada página em uma execução, e as páginas sem título ou sem descrição.
Saber o que é uma página sem lê-la
Os dados estruturados que uma página declara (um produto, um artigo, uma organização, um evento) voltam como objetos JSON, prontos para usar.
Entrada e saída
{
"urls": [
"https://example.com/",
"https://example.com/blog/launch"
]
}urls recebe de 1 a 100 URLs de páginas HTML (http ou https). Uma URL repetida é lida uma vez.
{
"url": "https://example.com/empty",
"error": "No metadata was found on this page. Nothing was charged for it."
}Lenta demais, inalcançável, não HTML, bloqueada pelo robots.txt ou sem título, descrição nem Open Graph: o item diz o motivo.
Preço
US$0.002 por página
Pagamento por evento na Apify, sem assinatura: um evento page por página cujos metadados são entregues. Páginas que falham, não são HTML, não têm título, descrição nem Open Graph, ou que o robots.txt não permite não são cobradas, páginas que não começaram quando a execução para não são baixadas nem cobradas, e uma execução nunca cobra mais que o máximo que você define.
Limites
- De 1 a 100 URLs por execução; uma URL repetida é lida uma vez.
- Cada página tem 10 segundos, no máximo 5 redirecionamentos e os primeiros 3 MB, sem nova tentativa; o JSON-LD é mantido até 100.000 caracteres.
- Sem navegador: o JavaScript não é executado, então só voltam os metadados que estão no HTML da página.
- Baixa 5 páginas por vez e respeita o robots.txt para
FrameskimFetch.
Use por API ou pelo 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"
} } }Depois peça: "Leia os metadados de https://www.python.org/ e me diga a imagem de Open Graph e a URL canônica."
Perguntas frequentes
O que é cobrado e o que não é?
Um evento page por página cujos metadados são entregues, cobrado logo depois que o item é salvo. Uma página que falha, não é HTML, não tem título, descrição nem Open Graph, ou que o robots.txt não permite não é cobrada e volta como um item que diz por quê, e páginas que não começaram quando a execução para não são baixadas nem cobradas. A execução nunca cobra mais que o máximo que você define: ela para antes de uma página que o passaria.
Quais metadados ele devolve?
O que a página declara no seu HTML: título, descrição, URL canônica, idioma, meta robots, ícone, tags de Open Graph e de Twitter card, cada objeto JSON-LD válido (uma lista é achatada) e as alternativas hreflang, com a URL final e o status HTTP. Quando a página não declara um ícone, favicon é o /favicon.ico do host. A página em si é lida só durante a execução e não é guardada nem entregue.
Como as páginas são lidas?
As páginas são baixadas por HTTP pelo proxy de datacenter da Apify com o user agent FrameskimFetch, no máximo 5 por vez, e o JavaScript não é executado. O robots.txt é lido uma vez por host e execução, e uma página só é baixada se as regras para FrameskimFetch e * permitirem, para a página e de novo a cada redirecionamento.
E as páginas lentas, grandes ou que não são HTML?
Cada página tem 10 segundos e no máximo 5 redirecionamentos, sem nova tentativa; só os primeiros 3 MB são lidos, e uma página cortada ali é marcada truncated e cobrada mesmo assim se tiver metadados. Uma URL que não é uma página HTML volta com um erro e não é cobrada. A mensagem de status da execução diz quantas páginas foram entregues e quantas falharam, e por que a execução parou antes, se parou.
Como um site pode deixar suas páginas de fora?
Proíba FrameskimFetch no seu robots.txt; isso também detém o Web Search & Page Markdown, o Website to Markdown Crawler e o Document to Markdown. Cada execução lê o robots.txt de um host uma vez, então uma execução já em andamento pode não ver a mudança; as que começam depois leem o arquivo novo. Titulares de direitos e pessoas cujos dados pessoais aparecem nos metadados de uma página também podem escrever para [email protected]. Nem uma regra de robots.txt nem um pedido removem metadados dos datasets que os usuários já têm.