Do této otázky mě vtáhli hned tři různí lidé během jediného týdne: „neměl bych radši použít ScrapeGraphAI místo Thunderbitu?“ Jeden byl samostatný marketér, který si chtěl sestavit seznam cen konkurence. Druhý backendový inženýr budující RAG pipeline. A třetí, kupodivu, oba dva zároveň — snažil se rozhodnout, jestli potřebuje jeden nástroj, nebo dva.
A právě v tom je tenhle souboj zajímavý. Thunderbit a ScrapeGraphAI ve skutečnosti nesoutěžují o úplně stejnou práci. Jeden je spravovaný agentní scraper navržený tak, aby i člověk bez kódu klikl na tlačítko a získal čistou tabulku. Druhý je AI-nativní extrakční API (s open-source jádrem pod kapotou), postavené pro vývojáře, kteří si chtějí poskládat prompty, schémata, crawl a monitoring do vlastního pipeline. Chtěl jsem ukázat, kde se jejich možnosti opravdu překrývají, kde ne, a — protože to nikdo z prodejců obou nástrojů nechce říct nahlas — jaká je skutečná cena a omezení, když se člověk dostane za marketingovou stránku.
Rychlá odpověď
Než se ponoříme do detailů, stručně:
- Thunderbit je spravovaný agentní scraper pro byznysové uživatele i vývojáře, dostupný jako Chrome rozšíření, webová aplikace, Open API, MCP Server a CLI.
- ScrapeGraphAI kombinuje open-source extrakční engine založený na grafech s hostovaným API, které nabízí služby Scrape, Extract, Search, Crawl, Monitor, Schema a History, plus vlastní podporu MCP.
- Skutečné srovnání není „bez kódu vs. s kódem“. Je to spravovaný browser workflow na jedno kliknutí proti developersky řízenému extrakčnímu stacku s API-first přístupem, který si skládáte sami.
Ani jeden není objektivně „lepší“. Jsou navrženy pro jiné typy uživatelů.
Na první pohled
| Oblast | Thunderbit | ScrapeGraphAI |
|---|---|---|
| Hlavní uživatel | Byznysoví uživatelé, marketéři, sales/ops, plus vývojáři | Vývojáři stavící AI/data pipeline |
| Nastavení | Kliknutí na rozšíření, stránka se detekuje automaticky | API klíč nebo self-host open-source balíček |
| Model promptů/schémat | Agentní detekce polí, volitelné instrukce na úrovni pole | Prompt v přirozeném jazyce + volitelné JSON schéma |
| Browser/crawl vrstva | Spravované renderování v prohlížeči na podporovaných a autorizovaných stránkách | Spravované načítání/renderování, plus asynchronní Crawl služba |
| Hostování | Spravovaný cloud produkt (rozšíření, web app, API) | Hostované API, nebo self-hostované open-source jádro |
| API/MCP | Open API, MCP Server | v2 API (Scrape/Extract/Search/Crawl/Monitor/Schema/History), MCP |
| Volba modelu | Řízeno produktem | Konfigurovatelné při self-hostingu open-source enginu |
| Výstupy | Strukturovaná tabulka, export do Sheets/Airtable/Excel/Notion | Markdown, HTML, screenshot, JSON, odkazy, obrázky, shrnutí |
| Údržba | Správa dodavatelem | Správa dodavatelem (hostované) nebo vlastní (open-source) |
| Soukromí | Standardní zacházení spravovaného produktu | Bezplatný plán může používat data pro trénování; placené tarify se liší — ověřte aktuální podmínky |
| Cena | Předplatné/kredity — viz Thunderbit Pricing | Ceny založené na kreditech, viz aktuální ceník ScrapeGraphAI |
| Nejvhodnější pro | Rychlou extrakci bez kódu + byznys workflow | Programovatelnou extrakci/search/crawl/monitor infrastrukturu |
Co je Thunderbit?
Thunderbit stojí na jednoduché myšlence: kvůli získání tabulky dat z webové stránky byste neměli psát selektor, schéma ani prompt. Tohle je aktuální workflow, ne ta starší verze, kterou jste možná někde viděli na screenshotu:
Otevřete stránku, ke které máte oprávnění, kliknete na One Click Extract v Chrome rozšíření a agent stránku detekuje, přečte a analyzuje. Zjistí, jaká datová struktura dává smysl — produktové výpisy, kontakty, pracovní nabídky, cokoli je na stránce — a nabídne Run Now. Můžete kliknout a spustit okamžitě, nebo nic nedělat a proces se spustí sám. To je celé. Jedno vědomé kliknutí, žádné selektory, žádné psaní schémat.
Odtud můžete upravit pole, pokud automaticky rozpoznaná struktura nesedí úplně přesně, pracovat s paginací a podstránkami na kompatibilních webech a exportovat přímo do Google Sheets, Airtable, Excelu nebo Notion. Pro týmy, které potřebují víc než jen kliknutí v prohlížeči, je k dispozici Web App pro cloudové běhy, Open API pro backend integrace, MCP Server, aby Claude, Cursor a další kompatibilní AI agenti mohli extrakci volat jako nástroj, a CLI pro terminál a coding-agent workflow.
Filozofie návrhu je jednoduchá: co nejvíc zredukovat počet rozhodnutí, která musí netechnický uživatel udělat, než dostane použitelný dataset.
Co je ScrapeGraphAI?
ScrapeGraphAI je úplně jiný nástroj — a ve skutečnosti jsou to dvě věci pod jedním názvem. Je tu open-source Python balíček (scrapegraphai), což je modulární AI extrakční engine, který si můžete self-hostovat s vlastním LLM a infrastrukturou. A pak je tu hostované API, které tento engine (plus spravované načítání, proxy rotaci a kreditní účtování) balí do produktu, za který vývojáři platí.
K datu psaní tento v2 API surface zahrnuje:
- Scrape — načte stránku a vrátí Markdown, HTML, screenshot, odkazy, obrázky, shrnutí, JSON nebo branding informace
- Extract — vytáhne strukturovaná data z URL, raw HTML nebo Markdownu pomocí promptu v přirozeném jazyce a volitelného JSON schématu
- Search — spustí webové vyhledávání s volitelnou extrakcí stránky a strukturovaným výstupem
- Crawl — asynchronní průchod více stránkami s ovládáním start/stop/resume
- Monitor — cron plánované sledování změn s webhook upozorněními
- Schema — generuje znovupoužitelná JSON schémata
- History — zobrazuje dřívější požadavky a výsledky
Je dobré upozornit: starší názvy v1 endpointů ScrapeGraphAI, jako smartscraper, searchscraper a smartcrawler, jsou ve prospěch této v2 terminologie zastaralé. Pokud čtete starší blogový článek (včetně některých srovnání konkurence), který tyto názvy pořád používá, pracujete se zastaralou dokumentací.
ScrapeGraphAI má také oficiální podporu MCP, kde jsou scrape, extract, search, crawl, schema, credits, history a monitor vystavené jako nástroje, které může AI agent volat. Takže ne — MCP není něco výhradně pro Thunderbit. Oba nástroje tímto jazykem už mluví, a to dost dobře ukazuje, kam se celé odvětví posouvá.
Hlavní rozdíl: spravovaný produkt vs. konfigurovatelný AI stack
Čas do prvního výsledku
Tohle je nejvýraznější dělící čára. S Thunderbitem je čas do prvního výsledku zhruba tak dlouhý, jak dlouho trvá kliknout na tlačítko a počkat, než se stránka zpracuje — sekundy až pár minut podle složitosti. U ScrapeGraphAI musíte získat API klíč (nebo nastavit open-source balíček a vlastní přístup k modelu), napsat prompt nebo schéma, zavolat správný endpoint pro danou úlohu a zpracovat odpověď ve vlastním kódu. To není nevýhoda — je to záměrně delší cesta, protože stavíte něco flexibilnějšího.
Ovládání modelu a pipeline
Pokud si self-hostujete open-source jádro ScrapeGraphAI, vybíráte si LLM, ladíte logiku extrakce a vlastníte celou pipeline. To je skutečná síla, pokud máte specifické požadavky na model, compliance omezení ohledně toho, kde se data dostávají k externímu API, nebo stavíte něco nového, co potřebuje vlastní logiku mezi kroky scrape a extract.
Thunderbit vám tenhle knoflík nedává. Model i pipeline spravuje produkt. Vyměníte kontrolu za to, že nad tím nemusíte přemýšlet — a přesně to je kompromis, který marketér nebo člověk ze sales ops často chce.
Hostování, soukromí a odpovědnost za údržbu
Tady je něco, co je fér říct napřímo: podmínky používání ScrapeGraphAI (terms of service, aktualizované v polovině roku 2026) uvádějí, že data poslaná v rámci Free Plan mohou být použita pro výzkum, vyhodnocování modelů, trénování, fine-tuning a zlepšování produktu. Placené tarify jsou popsané tak, že se pro trénink nepoužívají, pokud se k tomu samostatně nepřihlásíte. Pokud přes free tier testujete cokoli byť jen trochu citlivého, je to věc, kterou je potřeba předem ověřit — ne proto, že by ScrapeGraphAI dělal něco podezřelého, ale protože „jen to zkusím na free plánu“ má často jiný dopad, než lidé čekají.
Thunderbit jako spravovaný produkt zachází s daty podle vlastních standardních podmínek — stojí za to se podívat přímo do nich, místo abyste cokoli předpokládali. Stejná rada platí pro jakýkoli nástroj: před zpracováním důvěrných dat si vždy přečtěte aktuální podmínky.
Praktické scénáře
Extrakce z webové stránky do tabulky pro byznys uživatele
Představte si, že skládáte lead list z adresáře nebo taháte specifikace produktů z katalogu dodavatele. Nechcete psát prompt, nechcete řešit JSON schéma a už vůbec nechcete ladit Python skript, když se rozložení stránky trochu změní. Tohle je doména Thunderbitu — klik, kontrola, export do tabulky a pokračujete v práci.
Extrakce podle promptu a schématu pro vývojáře
Teď si představte, že stavíte scraper, který má vytáhnout strukturovaná cenová data ze 40 různých webů konkurence, každý s úplně jiným rozložením, a vy chcete všude jednotné JSON schéma s vlastní validační logikou navrch. Endpoint Extract ve ScrapeGraphAI, s definovaným schématem a promptem, je přesně pro tohle dělaný. Stejně budete psát kód — jen místo ručního skládání selektorů pro každý web dostanete AI-nativní extrakční vrstvu.
RAG nebo integrace s agentem
Oba nástroje tady mají svou cestu. Pokud stavíte RAG pipeline, která potřebuje čerstvý webový obsah jako Markdown nebo strukturovaný JSON, endpointy Scrape a Search ve ScrapeGraphAI nebo jeho MCP server se do agentních frameworků zapojují velmi přímo — a to je skutečně jedna z jeho silných stránek. MCP Server a Open API od Thunderbitu také podporují programatickou a agentem volanou extrakci, takže pokud váš tým už standardizoval Thunderbit pro browser workflow, nemusíte nutně přidávat dalšího dodavatele jen kvůli API vrstvě. Před rozhodnutím stojí za to porovnat aktuální dokumentaci na obou stranách.
Self-hosting a vlastní modelové požadavky
Pokud máte tvrdý požadavek provozovat extrakci výhradně ve vlastní infrastruktuře — třeba kvůli compliance, nebo prostě proto, že nechcete data vůbec posílat na API třetí strany — open-source jádro ScrapeGraphAI je jediná možnost v tomto seznamu, která to podporuje. Thunderbit self-hostované nasazení nenabízí; napříč všemi svými rozhraními je to spravovaný produkt.
Přesnost, spolehlivost a řízení nákladů
Tady chci být opatrný, protože srovnávací článek se snadno zvrhne do stylu „náš nástroj nikdy nechybuje“, a to prostě není fér ani u jednoho produktu. Extrakce založená na LLM — což je v jádru to, co oba nástroje dělají — má přirozenou variabilitu. Přestavěná stránka, neobvyklé rozložení nebo stránka načtená přes těžký JavaScript mohou automatickou extrakci zkomplikovat bez ohledu na to, který nástroj používáte.
Několik věcí, které je dobré vědět, než si na jednom z nich postavíte workflow:
- Anti-bot opatření a limity dynamických webů platí pro oba nástroje. Spravované renderování a anti-bot handling v Thunderbitu fungují na podporovaných, autorizovaných stránkách — nejsou zárukou proti každé scraping ochraně na internetu. Podobně i fetch/render vrstva ve ScrapeGraphAI naráží na reálná omezení. Ani jeden nástroj neslibuje, že obejde každé CAPTCHA nebo rate limit, na které narazíte.
- Strukturovaná schémata snižují variabilitu, ale nevyloučí ji úplně. Ať už používáte JSON schéma ve ScrapeGraphAI, nebo instrukce na úrovni polí v Thunderbitu, těsnější struktura pro AI obvykle vede ke stabilnějším výsledkům než volně formulovaný prompt.
- Kreditní a cenové modely odměňují efektivní workflow. Protože ScrapeGraphAI účtuje podle endpointů (Scrape vyjde jinak než Crawl nebo Monitor), čím přesněji přiřadíte správný endpoint ke správné úloze, tím dál kredity dojdou. Podobná logika platí obecně u cen podle využití — neefektivní workflow stojí víc bez ohledu na dodavatele.
Cena, open source a celkové náklady
U cen chci být extra opatrný, protože oba produkty svá čísla mění a cokoli, co napíšu dnes, může být zítra zastaralé. Tady je rámec s aktuálními čísly, která jsem mohl ověřit k datu psaní (2026-08-14) — před rozhodnutím kvůli rozpočtu si vždy znovu zkontrolujte aktuální ceník.
Tarify ScrapeGraphAI, podle jejich aktuální cenové stránky:
- Free — 0 $, 500 jednorázových kreditů, 10 requests/min, 1 monitor, 1 concurrent crawl
- Starter — 20 $/měsíc, 10 000 kreditů, 100 requests/min, 5 monitorů, 3 crawly
- Growth — 100 $/měsíc, 100 000 kreditů, 500 requests/min, 25 monitorů, 15 crawlů, basic proxy rotation
- Pro — 500 $/měsíc, 750 000 kreditů, 5 000 requests/min, 100 monitorů, 50 crawlů, advanced proxy rotation
- Enterprise — individuálně
A tady je část, kterou skoro nikdo nevysvětluje jasně: náklady na kredity se liší podle endpointu. Základní Scrape call (Markdown/HTML) začíná zhruba na 1 kreditu; screenshot vychází asi na 2; branding extraction zhruba na 25. Extract stojí asi 5 kreditů plus „stealth“ příplatek, pokud potřebujete hůř dostupné stránky. Search stojí 2 kredity za výsledek bez promptu, nebo 5 za výsledek s promptem. Crawl účtuje 2 startovací kredity plus cenu Scrape za každou stránku, kterou projde. Monitor si bere cenu za formát při každé kontrole a navíc 5 kreditů, pokud skutečně detekuje změnu.
To je velmi užitečný model, pokud optimalizujete pipeline, ale zároveň to znamená, že otázka „kolik mě to bude stát“ nemá jednu odpověď — záleží čistě na tom, které endpointy používáte a jak často. Pokud si místo toho self-hostujete open-source jádro, vyměňujete kreditní náklady za vlastní LLM API účty a náklady na infrastrukturu/engineering. Ve velkém to může být levnější, ale někdo z vašeho týmu to musí spravovat.
U aktuální ceny Thunderbitu si zkontrolujte přímo oficiální ceník — předplatné a kreditní limity jsou věci, které se mění, a raději vás pošlu na zdroj než citovat číslo, které může být za čtvrtletí mimo.
Upřímný závěr: cenové modely těchto nástrojů se nedají přímo převádět mezi sebou. Kredit ve ScrapeGraphAI a „row“ nebo „task“ kredit v Thunderbitu nejsou stejná měna. Pokud je pro vás rozhodující cena, porovnejte svůj reálný objem — stránky za měsíc, extrakční úlohy za týden, prostě skutečné zatížení — s aktuálními ceníky obou nástrojů, než se zavážete.
Kdo by měl zvolit Thunderbit?
Pokud jste marketér, člověk z sales ops, výzkumník nebo člen malého týmu a potřebujete strukturovaná data z webových stránek bez psaní kódu, bez učení API a bez správy infrastruktury — Thunderbit je dělaný přesně pro vás. Totéž platí, pokud chcete jeden produkt, který zvládne extrakci v prohlížeči, cloudové běhy, API přístup i integraci přes MCP bez žonglování s více dodavateli.
Kdo by měl zvolit ScrapeGraphAI?
Pokud jste vývojář, který staví datovou pipeline, RAG systém nebo agentní workflow a potřebuje programové řízení logiky extrakce — s možností zvolit si vlastní modely, v případě potřeby self-hostovat a skládat scrape/search/crawl/monitor jako samostatné, kombinovatelné kroky — API-first design a open-source varianta ScrapeGraphAI dávají větší smysl.
Můžou používat oba nástroje zároveň?
Upřímně ano, a není to ani nijak neobvyklé. Viděl jsem týmy, kde marketing nebo operations používá Thunderbit pro rychlou extrakci v prohlížeči — tvorbu lead listů, sběr cen konkurence a podobně — zatímco engineering využívá API ScrapeGraphAI pro backendovou datovou pipeline napájející RAG systém nebo interní nástroj. Mezi těmito dvěma neexistuje oficiální integrace a nevím o tom, že by se plánovala, ale z architektonického hlediska nic nebrání firmě používat oba nástroje tam, kde každý sedí nejlépe.
Verdikt
Kdybych to měl shrnout do jedné věty: vybírejte podle toho, kdo práci dělá a kolik kontroly nad pipeline skutečně potřebuje.
Thunderbit vyhrává v rychlosti k datům pro každého, kdo chce čistou tabulku bez psaní jediného řádku kódu — to je přesně smysl workflow One Click Extract. ScrapeGraphAI vyhrává ve flexibilitě a hloubce pro vývojáře, kteří chtějí skládat scrape, search, crawl a monitor do vlastního pipeline, hlavně pokud je pro vaše nastavení důležitý self-hosting nebo volba modelu.
Ani jeden nástroj nezaručí úspěch na každém webu — anti-bot opatření a složitost stránek jsou pro oba reálným limitem — takže je před investicí rozpočtu vyzkoušejte na svých skutečných cílových webech.
FAQ
Je ScrapeGraphAI plně open source?
Částečně. Základní extrakční engine (scrapegraphai) je open-source Python balíček, který si můžete self-hostovat. Hostované API — se spravovaným načítáním, proxy rotací, Crawl, Monitor a kreditním účtováním — je samostatný komerční produkt postavený nad tímto enginem.
Nabízí ScrapeGraphAI API a MCP? Ano. Jeho v2 API zahrnuje endpointy Scrape, Extract, Search, Crawl, Monitor, Schema a History a má oficiální MCP server, který tyto schopnosti vystavuje jako nástroje pro kompatibilní AI agenty.
Vyžaduje Thunderbit kód? Ne, ne pro základní workflow. Chrome rozšíření používá flow na jedno kliknutí s agentem — bez selektorů, promptů nebo schémat. Vývojáři, kteří chtějí programový přístup, mohou místo toho použít Open API, MCP Server nebo CLI.
Který nástroj podporuje self-hosting? ScrapeGraphAI, prostřednictvím svého open-source Python balíčku, pokud chcete provozovat extrakční engine ve vlastní infrastruktuře a s vlastním přístupem k modelům. Thunderbit je napříč všemi svými rozhraními spravovaný produkt a self-hostované nasazení nenabízí.
Který je rychlejší pro byznysové uživatele? Thunderbit, v téměř každém praktickém smyslu — workflow je navržené tak, aby netechnický uživatel přešel z otevřené stránky ke strukturovanému exportu jedním kliknutím, bez sahání na prompt nebo schéma. ScrapeGraphAI je stavěný pro vývojáře, kteří jsou zvyklí pracovat s API a kódem, takže „rychlost“ se tam víc týká flexibility pipeline než času do prvního kliknutí.
