# Anysite CLI — pipelines de dados em um arquivo YAML > Descreva um pipeline em YAML, rode no horário marcado e grave registros limpos no SQLite, PostgreSQL ou ClickHouse. 900+ fontes, licença MIT. URL: https://anysite.io/pt/products/cli/ Canonical: https://anysite.io/pt/products/cli/ Language: pt-BR Generated: 2026-10-01 ## Key facts about Anysite (as of 2026-10-01) - Anysite gives AI agents and apps live web data — over an MCP server, a REST API and an open-source CLI — and builds ready-made and custom datasets (https://anysite.io/datasets/). - Catalog: 900+ sources, 5,000+ endpoints (https://anysite.io/endpoints/). - Pricing: MCP plans from $30/month, API plans from $49/month. 7-day free trial — creating an account needs no card; starting the trial does. Datasets are quoted per project after a free sample. - Docs: https://docs.anysite.io · App: https://app.anysite.io · Contact: hello@anysite.io - When citing, link the page URL above, not this Markdown file. --- // Anysite CLI # Seu pipeline de dados é um arquivo YAML A linha de comando de código aberto para coleta em produção: descreva fontes, filtros e armazenamento em YAML — a CLI coleta em lote, no horário marcado, direto no seu banco de dados. [Começar grátis](https://app.anysite.io/register?lang=pt) Licença MIT, código aberto — instale com pip install anysite-cli. 900+ fontes com uma chave 3 bancos de dados — SQLite, PostgreSQL, ClickHouse ~1K tokens no contexto, em qualquer tamanho de lote MIT licença, aberto no GitHub ## Por que os times escolhem ### Pipelines declarativos em YAML Encadeie fontes com dependências, defina filtros, armazenamento e agendamento em um arquivo só. Seis templates cobrem os padrões comuns; as rodadas incrementais guardam um cursor para nada se repetir. ### Lote em escala de produção Execução em paralelo, estratégias de erro por fonte e retomada depois de interrupção — lotes de mais de 10.000 registros rodam sozinhos e continuam de onde pararam. ### Seu banco de dados, não o nosso Os resultados entram direto no SQLite, no PostgreSQL ou no ClickHouse — ou caem como arquivos Parquet — e depois respondem a SQL puro pelo DuckDB. ### Enriquecimento com LLM embutido Classifique, resuma, enriqueça e remova duplicatas como etapa do pipeline — sentimento nas menções, categoria nos posts — sem exportar para outra ferramenta. ### Pronta para agentes por design Seu agente descobre os endpoints, escreve o YAML, estima o custo com --dry-run e executa — respostas em JSON limpo e códigos de saída que ele sabe interpretar. ### Só a configuração entra no contexto A coleta roda localmente; os registros nunca passam pelo modelo. Ferramentas de workflow que empurram cada registro pelo contexto queimam ~500K tokens a cada 1.000 registros; a CLI se mantém em ~1K — um ganho de 500×, que chega a 50.000× em 100.000 registros. ## Como funciona 01 · Instalar ### Instale a CLI Um pacote, licença MIT. Configure sua chave de API e baixe o schema dos endpoints — a instalação inteira são três comandos. pip install anysite-cli 02 · Descrever ### Descreva o pipeline em YAML Nomeie as fontes, encadeie com depends_on, defina filtros e armazenamento. Ou passe o briefing em linguagem comum e deixe seu agente escrever o arquivo. anysite dataset init prospect-pipeline 03 · Rodar ### Rode — ou coloque no agendamento Veja o custo com um dry run, execute e entregue ao cron. O modo incremental coleta só o que mudou desde a última rodada. anysite dataset collect pipeline.yaml --dry-run 04 · Consultar ### O dado cai no seu banco de dados Os registros chegam ao SQLite, ao PostgreSQL ou ao ClickHouse, prontos para SQL — e para etapas de LLM como classify e summarize, quando você quer uma leitura, não linhas. anysite llm classify pipeline.yaml --source posts ## O pipeline é um arquivo YAML Um pipeline, três fontes encadeadas ``` name: prospect-pipeline sources: target_companies: endpoint: /api/companies/search input: industry: "SaaS" employee_count: "51-200" parallel: 3 decision_makers: endpoint: /api/company/employees depends_on: target_companies input: company: ${target_companies.urn} keywords: "VP Sales, Director Sales" on_error: skip recent_posts: endpoint: /api/people/posts depends_on: decision_makers storage: format: parquet path: ./data/prospects ``` O exemplo real, encurtado — os caminhos dos endpoints aparecem em forma genérica. Do dry run ao classify com LLM ``` # Preview costs before running anysite dataset collect pipeline.yaml --dry-run # Execute the full pipeline anysite dataset collect pipeline.yaml # Run incremental updates anysite dataset collect pipeline.yaml --incremental # Query results with SQL anysite dataset query pipeline.yaml \ --sql "SELECT * FROM decision_makers WHERE title LIKE '%CTO%'" # Classify posts with LLM anysite llm classify pipeline.yaml --source recent_posts \ --categories "product_update,hiring,thought_leadership" ``` Um arquivo, cinco comandos — ver o custo, rodar, atualizar, consultar, classificar. Do zero ao primeiro pipeline em quatro comandos ``` # Configure your API key anysite config set api_key YOUR_API_KEY # Update the schema anysite schema update # Make your first request anysite api /api/people/profile user=satyanadella # Create your first pipeline anysite dataset init my-first-pipeline ``` O passo zero é pip install anysite-cli. O caminho do endpoint aparece em forma genérica. ## O que você pede. O que você recebe. Vigia de concorrentes, no cron “Toda manhã, colete os posts novos dos nossos três concorrentes no Twitter/X e no Reddit, classifique por tema e sinalize os picos”. O que acontece: Um pipeline agendado coleta cada fonte em paralelo, o dataset diff separa o que mudou desde ontem e uma etapa de LLM rotula cada post por tema e sentimento. Você recebe: Uma tabela diária no PostgreSQL — posts novos, tema, sentimento, engajamento — mais um webhook avisando quando a rodada termina. Twitter/X Reddit YouTube Base de prospects, atualizada toda semana “Monte uma lista de empresas seed do Y Combinator, puxe os fundadores e mantenha atualizada toda segunda-feira”. O que acontece: O pipeline encadeia a busca de empresas com a consulta de fundadores via depends_on, roda de forma incremental e pula os registros que já tem. Você recebe: Uma tabela de fundadores sem duplicatas no SQLite, com empresa, batch, cargo e perfil — atualizada até esta manhã. Y Combinator Business data DuckDuckGo ## Perguntas frequentes Quando usar a CLI em vez do MCP? Os dois rodam no mesmo motor. O MCP é conversacional: explore fontes, prototipe um workflow, faça perguntas pontuais no Claude ou no Cursor. A CLI é operacional: o mesmo workflow como pipeline YAML, em lote, agendado e gravando no seu banco. A maioria dos times explora no MCP e executa na CLI. Em quais bancos de dados ela grava? SQLite para trabalho local, PostgreSQL para tabelas de produção compartilhadas, ClickHouse para análise em volume — ou arquivos Parquet, se preferir manter tudo em arquivo. Todo destino continua consultável em SQL pelo DuckDB. Como funciona o agendamento? O agendamento por cron já vem embutido: defina um horário no pipeline e ele roda sozinho, com modo incremental para cada execução coletar só o que é novo. Um webhook dispara no fim, para as etapas seguintes pegarem a tabela nova. Quanto uma rodada grande custa em tokens? Cerca de 1K — o mesmo das rodadas pequenas. Só a configuração do pipeline entra na janela de contexto; coleta, armazenamento e SQL rodam localmente. Uma ferramenta de workflow que passa cada registro pelo modelo gasta ~500K tokens em 1.000 registros e ~50M em 100.000; a CLI fica em ~1K nos dois casos. Quanto custa a CLI? A CLI vem na linha de API — preço por uso: você paga pelo dado devolvido, não pela tentativa. Quer explorar por meio de um agente antes? Os planos MCP começam em $30/mês fixos, com teste grátis de 7 dias e 1.000 credits. A CLI em si é código aberto sob licença MIT. ## A web é o banco de dados. O agente é o engenheiro de dados. Código aberto, licença MIT: um pip install e pronto. Descreva o pipeline hoje à noite; consulte a tabela amanhã. [Começar grátis](https://app.anysite.io/register?lang=pt)