# Proooxy — Datos web listos para RAG para agentes de IA y LLM > Datos web estructurados y listos para RAG para agentes de IA, pipelines de recuperación y LLMs. Richard Feng crea actores de Apify de nivel de producción para e-commerce, informes SEC/EDGAR, gasto federal, sentencias judiciales, ensayos clínicos y datos sociales y de vídeo: evasión anti-bot, JSON limpio con esquema consistente y sin claves API para datos públicos. Richard Feng es un ingeniero de web scraping independiente que convierte la web abierta en datos estructurados limpios y listos para RAG para agentes de IA, pipelines de recuperación y LLMs. Construye Apify Actors de nivel de producción en cuatro áreas: e-commerce y retail, datos públicos y financieros (informes SEC EDGAR y XBRL, adjudicaciones federales de USAspending.gov, sentencias judiciales de CourtListener, estudios de ClinicalTrials.gov), social y medios (Bluesky, subtítulos/transcripciones de YouTube), y utilidades para desarrolladores/SEO. Cada actor genera JSON con esquema consistente, pensado para fundamentación y recuperación — la mayoría de los actores de datos públicos no requieren clave API — con evasión anti-bot (Cloudflare, DataDome, Akamai), soporte de proxy residencial cuando es necesario, precios de pago por evento y tasas de éxito de ejecución del >99% en producción. **Ideal para:** fundamentar agentes de IA y sistemas RAG con datos web actualizados, construir datasets de entrenamiento/evaluación para LLM, inteligencia de mercado y competitiva, y pipelines de datos alternativos. ## Datos rápidos - **Sitio:** https://proooxy.com/es/ - **Autor:** Richard Feng (p8p9cmk96@mozmail.com) - **GitHub:** https://github.com/autofacts - **Apify Store:** https://apify.com/autofacts - **Número de herramientas:** 17 - **Stack:** Python (Crawlee, curl_cffi, Parsel) y TypeScript (Apify SDK, Crawlee, Cheerio) - **Hosting:** Nube de Apify — precios de pago por evento, nivel gratuito disponible ## Herramientas ### [Scraper de Macy's — Productos, precios, SKUs y noticias](https://proooxy.com/es/tools/macys-scraper/) Extrae datos de producto de Macy's — precios, variantes, códigos de barras SKU/UPC, imágenes, valoraciones y reseñas — además de noticias de Macy's Inc., desde URLs de búsqueda, categoría, tendencias y producto. Sin navegador, a prueba de Akamai. - Mercados: Estados Unidos - Stack: TypeScript, Crawlee, Cheerio - Apify: https://apify.com/autofacts/macy-s-scraper ### [Scraper de Bluesky — Posts, perfiles, feeds e interacciones](https://proooxy.com/es/tools/bluesky-scraper/) Extrae posts, perfiles, seguidores, feeds, hilos, likes y reposts de Bluesky vía AT Protocol — además de resultados de búsqueda y hashtags autenticados con una contraseña de aplicación. JSON limpio y normalizado. - Mercados: Global - Stack: TypeScript, AT Protocol - Apify: https://apify.com/autofacts/bluesky-scraper ### [Scraper de ClinicalTrials.gov — Estudios, elegibilidad y resultados](https://proooxy.com/es/tools/clinical-trials-scraper/) Busca en la API v2 oficial de ClinicalTrials.gov por condición, intervención, patrocinador, ubicación, estado o ID de NCT. Exporta registros de estudios normalizados con elegibilidad, metadatos de resultados y actualizaciones incrementales — sin clave API. - Mercados: Global - Stack: TypeScript, REST API - Apify: https://apify.com/autofacts/clinical-trials-scraper ### [Scraper de CourtListener — Sentencias, expedientes y texto completo](https://proooxy.com/es/tools/courtlistener-scraper/) Consulta CourtListener para obtener sentencias judiciales de EE. UU., expedientes RECAP, argumentos orales, jueces y citas — con el texto completo de las sentencias y fragmentos listos para RAG. Filtra por tribunal, fecha o palabra clave. - Mercados: Estados Unidos - Stack: TypeScript, Cheerio - Apify: https://apify.com/autofacts/courtlistener-scraper ### [Scraper de SEC EDGAR — Informes, texto completo y datos financieros XBRL](https://proooxy.com/es/tools/sec-edgar-scraper/) Extrae metadatos de informes de SEC EDGAR, secciones de texto completo de 10-K/10-Q, resultados de búsqueda de texto completo de EDGAR y datos financieros XBRL como JSON limpio y listo para RAG. No requiere clave API. - Mercados: Estados Unidos - Stack: TypeScript, Cheerio - Apify: https://apify.com/autofacts/sec-edgar-scraper ### [Scraper de subtítulos y transcripciones de YouTube — JSON, SRT, VTT, LLM](https://proooxy.com/es/tools/youtube-transcript-scraper/) Extrae subtítulos y transcripciones de YouTube de vídeos, Shorts, listas de reproducción y canales en JSON, SRT, VTT, texto plano o texto limpio listo para LLM. Más de 100 idiomas, metadatos completos, sin clave API — y las extracciones fallidas son gratis. - Mercados: Global - Stack: TypeScript, InnerTube - Apify: https://apify.com/autofacts/youtube-subtitle-transcript-scraper ### [Scraper de USAspending.gov — Adjudicaciones federales, beneficiarios y agregados](https://proooxy.com/es/tools/usaspending-scraper/) Consulta la API v2 oficial de USAspending.gov para contratos, subvenciones y préstamos federales. Filtra por agencia, beneficiario, NAICS/PSC o fecha, y obtén perfiles de beneficiarios, totales por categoría y agregados geográficos por estado/condado/distrito. Sin clave API. - Mercados: Estados Unidos - Stack: TypeScript, REST API - Apify: https://apify.com/autofacts/usaspending-scraper ### [Scraper de Sephora (Global)](https://proooxy.com/es/tools/sephora-scraper/) Apify Actor que extrae datos completos de producto de Sephora — variantes, precios, imágenes, ingredientes y reseñas — de 21 tiendas en EE. UU., Canadá, 9 mercados de la UE y 10 mercados de Asia-Pacífico, en un único esquema normalizado. - Mercados: Estados Unidos, Canadá, Francia, Italia, Alemania, España, Polonia, Chequia, Grecia, Rumanía, Portugal, Nueva Zelanda, Australia, Singapur, Malasia, Tailandia, Indonesia, Filipinas, Hong Kong, Taiwán, Brunéi - Stack: Python, Crawlee, curl_cffi - Apify: https://apify.com/autofacts/sephora ### [Global API Load Tester — Prueba de estrés de 10K+ RPS](https://proooxy.com/es/tools/load-tester/) Herramienta de pruebas de carga de alto rendimiento que simula más de 10,000 solicitudes por segundo, con tráfico geodistribuido, objetivos ponderados e informes HTML interactivos. - Mercados: Global - Stack: Go, Vegeta - Apify: https://apify.com/autofacts/global-api-load-tester ### [Scraper de Boohoo — Datos de producto en 7 regiones](https://proooxy.com/es/tools/boohoo-scraper/) Extrae datos de producto de las tiendas de e-commerce de Boohoo en 7 regiones, con paginación automática, filtrado por facetas y soporte multidivisa. - Mercados: Países Bajos, Suecia, Reino Unido, Irlanda, Francia, Australia, Estados Unidos - Stack: TypeScript, Cheerio, Fingerprint Generator - Apify: https://apify.com/autofacts/boohoo-scraper ### [Scraper de Farfetch — Datos de producto de moda de lujo](https://proooxy.com/es/tools/farfetch-scraper/) Extrae datos de producto de moda de lujo de Farfetch, incluidos precios multidivisa, variaciones de talla/ajuste y recomendaciones de producto. - Mercados: Global - Stack: TypeScript, Cheerio, Crawlee - Apify: https://apify.com/autofacts/farfetch ### [Scraper de Lululemon — Productos, variantes y precios](https://proooxy.com/es/tools/lululemon-scraper/) Rastrea y extrae detalles de producto de Lululemon, incluidos datos de variantes, opciones de color, galerías multimedia e información de precios. - Mercados: Estados Unidos - Stack: TypeScript, Crawlee - Apify: https://apify.com/autofacts/lululemon-scraper ### [Scraper de Schema Markup y auditor SEO](https://proooxy.com/es/tools/schema-markup-scraper/) Extrae JSON-LD, Microdata, RDFa, Open Graph y Twitter Cards de cualquier URL, con un sistema de puntuación de auditoría SEO integral. - Mercados: Global - Stack: TypeScript, Crawlee - Apify: https://apify.com/autofacts/metadata-scraper ### [Scraper de Sephora EU — 9 mercados europeos](https://proooxy.com/es/tools/sephora-eu-scraper/) Extrae datos completos de producto de Sephora Europa en 9 mercados de la UE, con extracción multivariante, evasión del WAF de Akamai y gestión inteligente de tokens. - Mercados: Francia, Italia, Alemania, España, Polonia, Chequia, Grecia, Rumanía, Portugal - Stack: TypeScript, Crawlee, Akamai Bypass - Apify: https://apify.com/autofacts/sephora-eu-scraper ### [Scraper de Shopify — Datos de producto de cualquier tienda](https://proooxy.com/es/tools/shopify-scraper/) Herramienta de nivel profesional para extraer datos de producto de alta fidelidad de cualquier tienda basada en Shopify, incluyendo colecciones, búsqueda y recomendaciones de producto. - Mercados: Global - Stack: TypeScript, got-scraping - Apify: https://apify.com/autofacts/shopify-scraper-ppe ### [Scraper de Ulta Beauty — Productos, precios y SKUs](https://proooxy.com/es/tools/ulta-scraper/) Extrae detalles de producto, precios, imágenes e información de SKU de Ulta Beauty, incluyendo páginas de categoría, páginas de marca y secciones de rebajas. - Mercados: Estados Unidos - Stack: TypeScript, Cheerio, Crawlee - Apify: https://apify.com/autofacts/ulta-scraper ### [Universal Web Printer — URL y HTML a PDF, imagen](https://proooxy.com/es/tools/web-printer/) Convierte cualquier URL o HTML a PDF, PNG, JPEG o WebP con unión inteligente por desplazamiento (scroll-stitch), extracción de elementos, cifrado de PDF y marcas de agua. - Mercados: Global - Stack: TypeScript, Playwright, PDF-lib, Sharp - Apify: https://apify.com/autofacts/universal-web-printer ## Blog - [Buenas prácticas de web scraping en 2026: guía de un profesional](https://proooxy.com/es/blog/web-scraping-best-practices-2026/) — Estrategias de web scraping probadas en batalla, extraídas de más de 12 años de experiencia en producción — patrones de arquitectura, manejo de errores, gestión de proxies y normalización de la salida. - [Entendiendo la protección anti-bot: qué funciona en 2026](https://proooxy.com/es/blog/bypassing-anti-bot-protection-guide/) — Un análisis técnico en profundidad de los sistemas anti-bot modernos — Cloudflare, Akamai, Datadome — y las técnicas legítimas de evasión usadas en scraping de producción. ## Mapa del sitio - [Sobre Richard Feng](https://proooxy.com/es/about/) — trayectoria, experiencia, servicios - [Contacto](https://proooxy.com/es/contact/) — para proyectos de scraper a medida / DaaS - [Apify Store](https://apify.com/autofacts) — prueba cualquier herramienta gratis - [GitHub](https://github.com/autofacts) — código fuente de proyectos seleccionados - [Contenido completo en texto plano](https://proooxy.com/es/llms-full.txt) — todas las páginas concatenadas para ventanas de contexto de IA